决策树Gini指数 心脏病例子（附Python代码实现）

0. 介绍

Gini index: CART决策树使用“基尼指数”(Gini index)来选择划分属性。
数据集D的纯度可用基尼值来度量：

直观来看，Gini(D)反映了从数据集D中随机抽取两个样本，其类别标记不一致的概率（二分类）。因此，Gini(D)越小， 则数据集D的纯度越高。
总结：Gini指数越大则表示数据越不纯，Gini越小表示数据相对越纯。
属性a的基尼指数定义为：

于是，我们在选择划分属性时，选择那个使划分后Gini系数最小的属性作为最优划分属性。

1. 心脏病例子：

收集数据：

统计数据：