基尼系数

基尼系数（Gini Index）由意大利统计学家科拉多·基尼于1912年提出，最初用于衡量社会经济中的收入或财富分配公平性，其数值范围严格限定在0至1之间。在机器学习领域，该概念被抽象为一种衡量分类器性能的标准：数值越接近0，代表样本分布越均匀，模型泛化能力越强；数值越接近1，则表明样本分布极度不平衡，模型存在严重的过拟合风险。它本质上是对洛伦兹曲线（Lorenz Curve）下面积比的数学表达，通过比较实际分布与绝对平均分布的差异来量化不均衡性。

在现代计算架构与算法工程中，基尼系数扮演着双重角色：既是宏观经济学中评估贫富差距的基石，也是微观机器学习模型训练与调优的关键诊断工具。其核心价值在于提供了一种无需依赖特定阈值即可量化“不均衡”程度的数学语言，广泛应用于决策树算法（如CART）的节点分裂决策、模型收敛性监控以及数据预处理中的重采样策略制定。尽管其计算复杂度随样本量呈二次方增长，但在处理大规模数据集时，通过近似算法或采样技术已能有效平衡精度与效率，成为构建鲁棒分类模型不可或缺的评估维度。