基尼指数计算
一种简单的基尼指数计算方法
训练数据：remainData
[[Rid, Student, Age, BuysComputer],
[1, No, Senior, Yes],
[2, No, MiddleAged, Yes],
[3, Yes, MiddleAged, Yes],
[4, No, Senior, No],
[5, Yes, Senior, Yes]]
目标：计算属性Student的基尼指数值：
第一步：获取属性Student在训练数据中值划分即取值{Yes,No}
第二步：统计Student属性每个取值在训练数据中出现的次数StudentYes = 2， StudentNo= 3
计算每个取值占比：
posProbably = 1.0 * StudentYes /(remainData.length - 1);
negProbably = 1 - StudentYes;
第三步：保存属性的值划分时的最小的基尼指数
1. 当Student=No时候：
（1）正例：BuysComputerYes=2，
反例：BuysComputerNo=1；
正例占比：a=2/(1+2)= 2/3 ;
负例占比：b=1/(1+2)=1/3
基尼指数：giniNo =1- a*a – b*b
（2）Student=Yes时候
正例：BuysComputerYes=2，
反例：BuysComputerNo=0；
正例占比：a=2/(2+0)= 1 ;
负例占比：b=0/(0+2)=0
基尼指数：giniYes =1- a*a – b*b
tenpGini += posProbably* giniNo；
tempGini+= negProbably* giniYes；
tempGiniNo=tempGini;
2. 当Student=Yes时候：
（1）Student=Yes时候
正例：BuysComputerYes=2，
反例：BuysComputerNo=0；
正例占比：a=2/(2+0)= 1 ;
负例占比：b=0/(0+2)=0
基尼指数：giniYes =1- a*a – b*b
（2）当Student=No时候：
正例：BuysComputerYes=2，
反例：BuysComputerNo=1；
正例占比：a=2/(1+2)= 2/3 ;
负例占比：b=1/(1+2)=1/3
基尼指数：giniNo =1- a*a – b*b
tenpGini += posProbably* giniNo；
tempGini+= negProbably* giniYes；
tempGiniYes=tempGini;
说明：计算tempGiniNo ，tempGiniYes时，两者其实是一样的，只是乘以posProbably和negProbably顺序进行了调换，主要是为了保证每种取值都能作为正例和反例进行计算一次。
第四步：GiniStudent={tempGiniNo ，tempGiniYes}。
参考：http://blog.csdn.net/androidlushangderen/article/details/42558235