机器学习基础（五十）—— Gini Impurity（基尼不纯度）与香浓熵（Shannon Entropy））

                       

 

基尼不纯度/香浓熵：衡量集合的无序程度；

基尼不纯度

基尼不纯度：将来自集合的某种结果随机应用于某一数据项的预期误差率。

I G (f)=∑ i=1 m f i (1−f i )=∑ i=1 m f i −∑ i=1 m f 2 i =1−∑ i=1 m f 2 i  IG(f)=∑i=1mfi(1−fi)=∑i=1mfi−∑i=1mfi2=1−∑i=1mfi2

from collections import Counterimport operatorimport mathdef calcEnt(dataSet):    classCount = Counter(sample[-1] for sample in dataSet)    prob = [float(v)/sum(classCount.values()) for v in classCount.values()]    return reduce(operator.add, map(lambda x: -x*math.log(x, 2), prob))
  
  
1
2
3
4
5
6
7
8

           

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow