机器学习：决策树_Cart_基尼指数
机器学习，决策树，Cart，基尼指数。Cart决策树即可处理分类问题，也可以处理回归问题。基尼指数用于处理分类问题。
基尼值，抽取二个样本，不同特征对应的目标值不一样的概率。公式：
基尼值计算时是逐个特征进行计算，每个特征有多个分类，结合目标值，概率相乘再加总。为什么公式可写成1减去？因为基尼值的概率有两种，要么不一样，要么一样，加起来就是1，因此可简化公式。
基尼指数是在基尼值基础上乘以系数，系数就是特征分类的概率。公式：
基尼值是目标值不一样的概率，越大表示数据越不确定，越小数据越确定。基尼指数也一样，越小表示特征越适合作为树节点。