基尼值和基尼指数

最新推荐文章于 2024-12-21 16:32:10 发布

__山顶洞人__

最新推荐文章于 2024-12-21 16:32:10 发布

阅读量6.8k

点赞数 13

分类专栏：机器学习

本文链接：https://blog.csdn.net/qq_39197555/article/details/115319647

版权

17 篇文章

订阅专栏

本文介绍了CART决策树算法，该算法使用基尼指数选择最优划分属性。基尼指数衡量数据集的纯度，数值越小表示纯度越高。在构建决策树的过程中，通过计算各属性的基尼指数，选取最小值作为划分依据。文章还提供了一个案例，展示了如何依据基尼指数构建决策树的过程，并总结了CART算法的基本流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CART 决策树 [Breiman et al., 1984] 使用"基尼指数" (Gini index)来选择划分属性。CART 是Classification and Regression Tree的简称，这是一种著名的决策树学习算法,分类和回归任务都可用。

一、基尼值和基尼指数

基尼值Gini（D）：从数据集D中随机抽取两个样本，其类别标记不一致的概率。故，Gini（D）值越小，数据集D的纯度越高。

数据集 D 的纯度可用基尼值来度量：

其中：

基尼指数Gini_index（D）：一般，选择使划分后基尼系数最小的属性作为最优化分属性。

请根据下图列表，按照基尼指数的划分依据，做出决策树。

1，对数据集非序列标号属性{是否有房，婚姻状况，年收入}分别计算它们的Gini指数，取Gini指数最小的属性作为决策树的根节点属性。

2、第二次大循环

3、经过如上流程，构建的决策树，如下图：

现在总结一下CART的算法流程

while(当前节点"不纯")：
    1.遍历每个变量的每一种分割方式，找到最好的分割点
    2.分割成两个节点N1和N2
end while
每个节点足够“纯”为止