Он также дает тот же результат, что и функция, представленная в вопросе, например, дает 0,2553 для этого примера:
ps://stackoverflow.com/a/48981834/1840471, это реализация взвешенного коэффициента Джини в Python:Это чисто и хорошо работает для массивов среднего размера, но, как и предупреждено в первоначальном предложении (
import numpy as np
def gini(x, weights=None):
if weights is None:
weights = np.ones_like(x)
# Calculate mean absolute deviation in two steps, for weights.
count = np.multiply.outer(weights, weights)
mad = np.abs(np.subtract.outer(x, x) * count).sum() / count.sum()
rmad = mad / np.average(x, weights=weights)
# Gini equals half the relative mean absolute deviation.
return 0.5 * rmad
https://stackoverflow.com/a/39513799/1840471) это О (н$5Это чисто и хорошо работает для массивов среднего размера, но, как и предупреждено в первоначальном предложении (6$
n = 20000 # Works, 30000 fails.
gini(np.random.rand(n), np.random.rand(n))
Это может быть полезно: