Odborná definícia
Význam a odborné vymedzenie pojmu
Giniho nečistota je miera heterogenity tried v uzle klasifikačného stromu, vypočítaná ako 1 mínus súčet druhých mocnín podielov jednotlivých tried. Hodnota je nulová, keď všetky príklady patria do jednej triedy, a rastie pri rovnomernejšom premiešaní. Pri učení stromu sa kandidátne rozdelenia porovnávajú podľa váženého poklesu nečistoty medzi rodičovským a dcérskymi uzlami. Kritérium nevyjadruje ekonomickú cenu omylov ani kalibráciu pravdepodobností. Pri mnohých možnostiach rozdelenia môže tiež prispievať k skresleniu dôležitosti vlastností.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Predstavte si krabicu s červenými, modrými a zelenými kartami. Ak sú v nej iba červené, po náhodnom vytiahnutí a odhade podľa zloženia krabice nevzniká neistota o triede. Keď sú farby premiešané rovnomerne, krabica je nečistá. Rozhodovací strom hľadá otázku, ktorá rozdelí jednu zmiešanú krabicu na dcérske krabice s čistejším zložením. Giniho nečistota však nepozná, či je zámena nebezpečnej diagnózy drahšia než iný omyl. Je to matematické kritérium rozdelenia, nie kompletná metrika úspechu modelu.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je vzorec Giniho nečistoty?
Pre K tried sa počíta 1 minus súčet p_k na druhú, kde p_k je podiel triedy v uzle. V binárnom prípade má maximum pri pomere približne 50 ku 50 a minimum pri čistej triede.
Ako sa líši Giniho nečistota od entropie?
Obe zvýhodňujú čisté uzly a často vyberú podobné delenia. Entropia používa logaritmy a súvisí s informačným ziskom, Giniho kritérium je výpočtovo jednoduchšie a má mierne odlišnú citlivosť.
Ovplyvňuje nevyváženosť tried výber rozdelenia?
Áno. Dominantná trieda môže viesť k nízkej nečistote aj pri slabom zachytení menšiny. Používajú sa váhy tried, obmedzenia stromu a hodnotenie recall alebo nákladov na oddelenom teste.
Používa sa Giniho nečistota pri regresných stromoch?
Nie v tejto klasifikačnej podobe. Regresné stromy zvyčajne minimalizujú rozptyl, strednú štvorcovú chybu alebo inú stratu vhodnú pre spojitý cieľ.
Prečo môže Giniho dôležitosť vlastností zavádzať?
Súčet poklesov nečistoty môže zvýhodniť spojité alebo vysokokardinálne premenné s mnohými kandidátnymi rezmi. Na kontrolu sa používa permutačná dôležitosť a hodnotenie na nezávislých dátach.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.