基尼指数计算

本文介绍了如何计算属性Student的基尼指数。通过一个训练数据集,详细展示了从获取属性值划分,到统计各取值比例,再到计算不同取值对应的基尼指数,最后得出属性的基尼指数值的过程。
摘要由CSDN通过智能技术生成

一种简单的基尼指数计算方法

训练数据:remainData

[[Rid, Student, Age, BuysComputer],

[1, No, Senior, Yes],

[2, No, MiddleAged, Yes],

[3, Yes, MiddleAged, Yes],

[4, No, Senior, No],

[5, Yes, Senior, Yes]]

 

目标:计算属性Student的基尼指数值:

 

第一步:获取属性Student在训练数据中值划分即取值{Yes,No}

第二步:统计Student属性每个取值在训练数据中出现的次数StudentYes = 2, StudentNo= 3

       计算每个取值占比:

       posProbably = 1.0 * StudentYes /(remainData.length - 1); 

       negProbably = 1 - StudentYes;

第三步:保存属性的值划分时的最小的基尼指数

1.  当Student=No时候:

(1)正例:BuysComputerYes=2,

          反例:BuysComputerNo=1;

          正例占比:a=2/(1+2)= 2/3 ;

          负例占比:b=1/(1+2)=1/3

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值