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，

我的数据是这样的，问题是当所有数据都是数字时，我如何计算 "goodness of split" 使用 GINI 指数？

Numerical Dataset

Answer 1

Gini 指数适用于分类数据，它衡量特定变量随机被错误分类的程度或概率chosen.So 对于一棵树，我们选择 Gini 指数最小的特征。

现在在你的例子中，我们有数值数据，所以分割的特征选择是用高于阈值的元素完成的。

对于阈值的计算，将数字特征按升序排序，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。