← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8597.a.2.h.1 · 生成模型:未记录

基尼不纯度评估划分

理解等级:中级

分类树可以用基尼不纯度衡量节点类别混杂程度:对类别比例 pₖ,Gini=1−Σpₖ²;纯节点值为零。比较候选划分时按子节点样本比例加权,选择不纯度较低的划分;它衡量的是训练样本的分类混杂,而非直接证明泛化最好。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml) - 结论依据:原文说明基尼指数随类别混杂增加,并用划分后基尼指数选择属性。 - 原始内容:总体内包含的类别越杂乱,Gini指数就越大。