gini基尼系数决策树,基尼系数

5磅为判断依据进行分支.最后一个分支生成了无基尼系数的两个纯子集.
a)=dd1gini(d1) dd2gini(d2) 由上图可以看到,分类误差率,基尼系数
no 168 no 1/8 yes yes 172 no 1/8 接下来,我们利用基尼不纯度在这
其中,分类问题的纯度是用基尼系数来衡量的,回归问题的纯度是用均方
信息熵 entropy或基尼系数 gini 以下用内置数据集wine跑一下代码