基尼不纯度越小,纯度越高,集合的有序程度越高,分类的效果越好。基尼不纯度为 0 时,表示集合类别一致。
基尼不纯度的大概意思是,一个随机事件变成它的对立事件的概率。
例如,一个随机事件X :P(X=0) = 0.5,P(X=1)=0.5
那么基尼不纯度就为:
P(X=0)(1 - P(X=0)) + P(X=1)(1 - P(X=1)) = 0.5
一个随机事件Y :P(Y=0) = 0.1,P(Y=1)=0.9
那么基尼不纯度就为:
P(Y=0)(1 - P(Y=0)) + P(Y=1)(1 - P(Y=1)) = 0.18
很明显 X比Y更混乱,因为两个都为0.5,很难判断哪个发生。而Y就确定得多,Y=0发生的概率很大,而基尼不纯度也就越小。所以基尼不纯度也可以作为衡量系统混乱程度的标准。