问题标签 [gini]

#cits我想计算多个集合的基尼系数，这些集合包含在一个包含值和集合 ID的两列表（此处称为）中。我一直在尝试不同的基尼系数计算，在此处（StackExchange 查询）和此处（StackOverflow question with some good reply）进行了描述。这两个例子都只计算一个表的一个系数，而我想用一个GROUP BY子句来做。

该#cits表包含两列，c和cid，分别是 value 和 set-ID。

这是我目前的尝试（不完整）：

当然，选择 numC 和 totalC 效果很好，但下一行让我头疼。我可以看到语法是错误的，但我不知道如何为row_number()每个 cid 分配每个 c。

编辑：根据建议，我使用了partition，如下所示：

这几乎可以工作。我得到了一个结果，但它>1，这是出乎意料的，因为基尼系数应该在 0 和 1 之间。如评论中所述，我也更喜欢单查询解决方案，但它不是根本问题。

我想将rpart函数中的拆分方法从“gini”（默认）更改为“信息”。

在帮助部分我们有这个例子：

在method参数详细信息中，我们有：“或者，方法可以是名为 init、split 和 eval 的函数列表。示例在源文件中的“tests/usersplits.R”和小插图“用户编写的拆分函数”中给出

并在parms参数详细信息中：“分裂指数可以是gini或信息。默认先验与数据计数成正比，损失默认为1，分裂默认为gini。”

当我尝试创建模型时：

我发现这个（以及大部分）R 帮助部分不是很清楚。显然我没有信息选项。我应该在之前定义拆分函数然后构建我的模型吗？或者也输入概率向量？如何使用示例中的信息？

我目前正在做一个使用随机森林的项目。我想知道所有协变量的特征重要性并想MeanDecreaseGini用于此。

我真的不明白为什么会有大于 0.5 的值。基尼指数不能大于 0.5，所以下降也不应该是这样。当您对森林中使用特定协变量的节点中的所有值进行平均时，Gini 的平均减少量不能大于 0.5。谁能说，我的思维错误在哪里？

这是一个结果MeanDecreaseGini远大于 0.5 的代码示例：

我正在尝试计算数据库每一行的基尼指数。每行是一个客户，每列是每月一次。所以我需要做的是在 12 个月内为每个客户逐行添加一个带有 Gini 索引的列。 见附件示例

我在网上找到了一些例子并这样做了：

但是，我收到以下错误：

match.fun(FUN) 中的错误：找不到对象“gini”

我已经安装了 Ineq 和 Reldist（以及库），所以我不知道为什么这不起作用。

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 iris 数据中。如 Iris-virginica 花瓣长度 gini：0.4 ，花瓣宽度 gini：0.4。

我正在尝试将基尼指数计算写成张量流成本函数。基尼指数为： https ://en.wikipedia.org/wiki/Gini_coefficient

一个 numpy 解决方案是

有人可以帮我弄清楚如何在 tf 中执行此操作（例如，在 tf 中，没有 argsort 可以成为区分函数的一部分，AFAIK）

我正在尝试在 TF/Keras 中生成自定义损失函数，如果它在会话中运行并传递常量，则损失函数可以工作，但是，当编译成 Keras 时它会停止工作。

成本函数（感谢 Lior 将其转换为 TF）

这将打印 -0.62962962963，这是正确的值。

现在让我们把它放到 Keras MLP 中

这会产生错误

我尝试通过给出默认值 n/etc 来绕过它，但这似乎没有任何进展。

有人可以解释这个问题的性质以及我该如何解决吗？

谢谢！

编辑：

更新了一些东西以保持它为张量，然后投射

用作成本函数时仍然存在“无”的问题

我使用fastginiStata 的包（https://ideas.repec.org/c/boc/bocode/s456814.html）。

我熟悉 Karagiannis & Kovacevic (2000) ( http://onlinelibrary.wiley.com/doi/10.1111/1468-0084.00163/abstract )中报告的基尼系数经典公式

公式一：

这里 G 是基尼系数，μ 是分布的平均值，N 是样本量，y_i 是第 i 个样本单元的收入。因此，基尼系数计算数据中所有可用收入对之间的差异，并计算所有绝对差异的总和。

然后通过将其除以人口平方乘以平均收入（并乘以 2？）来标准化这个总数。

基尼系数介于 0 和 1 之间，其中 0 表示完全平等（所有人的收入都相同），1 表示最大不平等（1 人获得了该国的所有收入）。

但是，该fastgini软件包引用了一个不同的公式（http://fmwww.bc.edu/repec/bocode/f/fastgini.html）：

公式二：

其中观察按 X 的升序排序。

这里 W 似乎是我不使用的重量，因此它应该是 1（？）。我不确定公式 I 和公式 II 是否相同。没有绝对差异，结果从公式 II 中的 1 中减去。我试图转换方程，但我没有得到任何进一步的信息。

有人可以提示我两种计算方式（公式 I + 公式 II）是否等效？

我正在尝试在 tensorflow 中计算归一化基尼系数，但我无法这样做。我在 numpy 中执行了相同的以下 python 代码，但我想使用 tensorflow 来实现它。如果有任何想法，请帮助。 我将实际使用张量形状 (1,?) 并预测张量形状 (1,?)

蟒蛇代码：

我有一些问题，可能很简单，但到目前为止我还没有弄清楚。

所以我有一个调查设计如下：

它与包调查中的 svyby、svyquantiles 等完美配合，例如：

现在我需要使用传送包计算基尼指数和其他复杂的调查测量，例如广义熵和分解（svygei，svygeidec）。

所以，我从最简单的计算开始测试，即：

最后一行返回错误：

UseMethod（“svygini”，设计）中的错误：

没有适用于“svygini”的方法应用于“c（'convey.design'，'svyimputationList'）”类的对象

因此我的问题是如何纠正它？