Python 如何获得sklearn中的基尼系数

我想在sklearn包中，找到一类路径上每个特征的基尼系数

---

例如在虹膜数据中。如Iris virginica花瓣长度基尼：0.4，花瓣宽度基尼：0.4。

您可以使用Python+numpy计算基尼系数，如下所示：

from typing import List
from itertools import combinations

import numpy as np

def gini(x: List[float]) -> float:
    x = np.array(x, dtype=np.float32)
    n = len(x)
    diffs = sum(abs(i - j) for i, j in combinations(x, r=2))
    return diffs / (2 * n**2 * x.mean())

---

你能发布你想要找到gini的数据吗？

从sklearn import datasets iris=datasets.load_iris（）

u可以使用此代码下载数据这是我见过的Python中最好的gini实现之一：-D.我喜欢它，因为有很多替代公式，但如果你环顾四周，这是你在文献中看到的最一致的基尼公式。问题是很难实现这个公式，但这里只有4行代码。做得好！！我可能说得太早了。我把这个和其他的工作（）做了比较，我想知道你是否高估了n。我们想要平均绝对差，你的n是>你计算的平均绝对差的数量（从我看到的）。