data-science - 当所有数据都是数字时，如何计算 CART 算法的基尼指数？

Question

我对分类算法 CART 有一些问题，

我的数据看起来像这样，问题是当所有数据都是数字时，我如何使用 GINI 指数计算“分割的优度”？

数值数据集

标签： data-sciencedata-miningcart

Answer 1

基尼指数适用于分类数据，它衡量一个特定变量在随机选择时被错误分类的程度或概率。因此，对于一棵树，我们选择一个基尼指数最小的特征。

现在，在您的情况下，我们有数字数据，因此拆分的特征选择是使用高于阈值的元素完成的。

为了计算阈值，将数值特征按升序排序，并尝试将每个值作为阈值，并计算每个值的信息增益作为阈值。具有最大信息增益的阈值将是您的阈值。