Indeks Giniego (miara zanieczyszczenia Giniego) to statystyczny wskaźnik wykorzystywany w uczeniu maszynowym, zwłaszcza w algorytmach drzew decyzyjnych, do oceny czystości lub jednorodności podziału danych w węźle. Określa on prawdopodobieństwo błędnej klasyfikacji losowo wybranego elementu ze zbioru, jeśli zostałby on przypisany do klasy zgodnie z rozkładem etykiet w danym węźle. Wartość indeksu wynosi 0 w przypadku idealnej czystości (gdy wszystkie elementy należą do jednej klasy) i rośnie wraz ze wzrostem zróżnicowania (zanieczyszczenia) danych. Metryka ta jest domyślnie stosowana w wielu bibliotekach, takich jak scikit-learn, ponieważ jest efektywniejsza obliczeniowo niż entropia.
Źródło: pl.wikipedia.org
