Gini = pLp0Lp1L + pRp0Rp1RNow suppo

Gini = pLp
0
Lp
1
L + pRp
0
Rp
1
R
Now suppose the distance of two examples e1 and e2 is de-
fined only on class information:
δ(e1, e2) = ½
0 if e1 and e2 share the same class
1 otherwise
Then the within-cluster average distance weighted on the
left and right subsets can be written as:
pL
P
ei,ej∈SL
δ(ei
, ej )
|SL|
2
+ pR
P
ei,ej∈SR
δ(ei
, ej )
|SR|
2
= pL
2|S
0
L
||S
1
L
|
|SL|
2
+ pR
2|S
0
R||S
1
R|
|SR|
2
= 2(pLp
0
Lp
1
L + pRp
0
Rp
1
R)
∝ Gini

ผลลัพธ์ (ไทย) 1:

Gini = pLp0ห้างหุ้นส่วนจำกัด1L + pRp0Rp1Rตอนนี้ สมมติว่า ระยะห่างของตัวอย่าง 2 e1 และ e2 คือ-เดอ-ปรับเฉพาะในชั้นข้อมูล:Δ (e1, e2) =½0 ถ้า e1 และ e2 ใช้ร่วมกันประเภทเดียวกันอื่น ๆ 1แล้วระยะเฉลี่ยภายในคลัสเตอร์ถ่วงน้ำหนักในการชุดย่อยซ้าย และขวาสามารถเขียนได้เป็น:pLPei, ej∈SLΔ (ei, ej)|SL|2+ ประชาสัมพันธ์Pei, ej∈SRΔ (ei, ej)|SR|2= pL2| S0L|| S1L||SL|2+ ประชาสัมพันธ์2| S0R|| S1R||SR|2= 2 (pLp0ห้างหุ้นส่วนจำกัด1L + pRp0Rp1R)∝ Gini

ผลลัพธ์ (ไทย) 2:

Gini = PLP
0
Lp
1
L + PRP
0
รูเปียห์
1
R
ตอนนี้คิดว่าระยะทางของสองตัวอย่าง e1 และ e2 จะ de-
ปรับเฉพาะในข้อมูลระดับ:
δ (E1, E2) = ½
0 ถ้า e1 e2 และส่วนแบ่งชั้นเดียว
1
มิฉะนั้นแล้วภายในคลัสเตอร์ระยะทางเฉลี่ยถ่วงน้ำหนักในส่วนย่อยซ้ายและขวาสามารถเขียนเป็น: PL P เนej∈SLδ (เนอีเจ) | SL | 2 + PR P เนej∈SRδ (เนอีเจ) | SR | 2 = PL 2 | S 0 L || S 1 L | | SL | 2 + ประชาสัมพันธ์2 | S 0 R || S 1 R | | SR | 2 = 2 (PLP 0 Lp 1 L + PRP 0 รูเปียห์1 R) แอลฟา Gini

ผลลัพธ์ (ไทย) 3:

Gini = PLP
0
/
1
L
0
ช่วย RP
1
r
ตอนนี้สมมติว่าระยะทางสองตัวอย่างและเป็น de - E1 E2
ปรับเฉพาะในชั้นเรียนข้อมูล :
δ ( E1 , E2 ) = ½
0 E1 E2 และถ้าใช้ห้องเดียวกันไม่งั้น

1 แล้วภายในกลุ่มเฉลี่ยระยะทางน้ำหนักบน
ซ้ายและขวาจากเขียนได้เป็น :
.
p
ei EJ ∈ SL ( Ei

δ EJ )
| SL |
2

p
PR ไม่ได้ , EJ ∈ SR
δ ( Ei

| SR EJ ) |
2

2 = PL | S
0
L

L | | S
1

| | SL |
2

s
2 | พีอาร์0
r | | S
1
r |
| SR |
2
= 2 ( PLP
0
/
1
L
0
ช่วย RP
1
r )
∝จินิ