【机器学习】gini系数的计算

最新推荐文章于 2024-08-22 21:27:36 发布

齊祺

最新推荐文章于 2024-08-22 21:27:36 发布

阅读量7k

点赞数 9

分类专栏： Python 文章标签：机器学习

本文链接：https://blog.csdn.net/m0_61466268/article/details/123218369

版权

6 篇文章 1 订阅

订阅专栏

根据以下数据计算每个属性特征的加权gini系数：

由上表可知，有三个特征分别为是否为有房者，婚姻状态，和年收入。标签label为是否为拖欠贷款者

对于是否为有房者而言：其中有房者占4个，无房者占6个。其中4个有房者均未拖欠贷款，无房者中有4人拖欠贷款，2人未拖欠贷款。

因此有房者和无房者的gini系数如下图所示：

因此是否为有房者的gini系数为：Gini(是否为有房者)= $\frac{4}{10}\times$ Gini(有房者）+ $\frac{6}{10}$ $\times$ Gini(无房者）= $\frac{4}{15}$

对于婚姻状态而言：其中4个单身，3个已婚，3个离异。其中4个单身中有2人拖欠贷款，2人未拖欠贷款，已婚中有1人拖欠贷款，2人未拖欠贷款。离异中有1人拖欠贷款，2人未拖欠贷款。

因此各个婚姻状态的gini系数如下图所示：

因此婚姻状态的gini系数为：Gini(婚姻)= $\frac{4}{10}\times$ Gini(单身）+ $\frac{3}{10}$ $\times$ Gini(已婚）+ $\frac{3}{10}\times$ Gini（离异）= $\frac{4}{15}$

对于年收入这种连续的特征，我们可以通过将其划分范围然后进行计算。因此我们可以将数据划分为两部分，即年收入大于100k的和年收入小于100k的。由此可知，年收入大于100k的4个人均未拖欠贷款，年收入小于100k的六个人中4人拖欠贷款，2人未拖欠贷款。

因此各个阶段年收入的gini系数为：

因此年收入的gini系数为：Gini(年收入)= $\frac{6}{10}\times$ Gini(100k以下）+ $\frac{4}{10}$ $\times$ Gini(100k以上）= $\frac{4}{15}$