152****8090
2023-07-07 16:54為什么earning drop可以下降0.48還不好，large cap只下降0.255就是好的呢？
所屬：FRM Part I > Quantitative Analysis 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Tom助教
2023-07-09 11:26
該回答已被題主采納
同學(xué)您好~
熵和基尼系數(shù)都是量化數(shù)據(jù)混亂程度的指標(biāo)。就基尼系數(shù)而言，在決策樹中，每個屬性（數(shù)據(jù)表中的列）會有一個對應(yīng)的基尼系數(shù)的值，數(shù)值越小，代表用該屬性分類的不確定性越低，換句話說就是分出來的類越純粹，分類效果越好。
決策樹本質(zhì)上是按照數(shù)據(jù)屬性一層一層搭建的分類模型。你有了一個新數(shù)據(jù)后，把新數(shù)據(jù)的屬性放到?jīng)Q策樹中一層一層做判斷，就能得到數(shù)據(jù)的分類。
那么在建模的時候，各個屬性應(yīng)該誰在上誰在下呢，或者說按什么樣的屬性順序進(jìn)行劃分，才能找到最純凈的分類呢？在此我們引入熵和基尼系數(shù)的概念，他倆表示樣本集的不純度，或者說是不確定性。對于每個節(jié)點，我們可以計算它所代表的數(shù)據(jù)的，每個屬性的基尼系數(shù)，選基尼系數(shù)最小的那個屬性作為其下層節(jié)點。基尼系數(shù)的最大值是0.5（可以求導(dǎo)得到），最小值是0，越接近0代表用該節(jié)點分類的效果越好，應(yīng)該首先采用。
在這里不好描述，還有什么不了解的就再來找我~
如果對答案滿意，請給我點個贊~ 祝您學(xué)習(xí)愉快~
0
0
1
1
