pyhton_基尼指数计算

最新推荐文章于 2024-12-28 10:49:07 发布

小游园

最新推荐文章于 2024-12-28 10:49:07 发布

阅读量1.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：智能钻完井 Python在石油工程中应用

本文链接：https://blog.csdn.net/s0302017/article/details/107063700

基尼指数是一种衡量样本集合纯度的指标，它表示随机选取一个样本被错误分类的概率。指数越小，表示集合纯度越高，分类效果越好。本文由作者WangB分享。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.定义：基尼指数（基尼不纯度）：表示在样本集合中一个随机选中的样本被分错的概率。

注意： Gini指数越小表示集合中被选中的样本被分错的概率越小，也就是说集合的纯度越高，反之，集合越不纯。

def gini_index_single(a,b):
    single_gini = 1 - ((a/(a+b))**2) - ((b/(a+b))**2)
    return round(single_gini,4)

# 求取基尼指数
def gini_index(a,b,c,d,e,f):
    zuo = gini_index_single(a,b)
    zhong = gini_index_single(c,d)
    you = gini_index_single(e,f)
    sum = a+b+c+d+e+f
    gini_index = zuo*((a+b)/sum) + zhong*((c+d)/sum) + you*((e+f)/sum)
    return round(gini_index,4