當我們要做機器學習應用時,常會選定一些屬性和一個類別來當資料收集的依據。例如我們現在要研究一公司內人員,會不會買筆記型電腦的情形時,我們可選定「收入」、「工作經驗」、「主管」、「性別」等四項來當屬性,選定「買?」來當類別。
根據這項目,我們去收集資料,假設我們得到下列 8 筆資料:
收入 工作經驗 主管 性別 買?
L        L         N     F     N
L        L         N     M    N
H       L          N     F    Y
M       M         N     F    Y
M       H         Y     F    Y
M       H         Y     M    N
H       H         Y     M    Y
L       M         N     F     N
從此資料我們可得知,「收入」和「工作經驗」這兩個屬性都有 L(low)、H(high)、M(middle)三種值，而「主管」這屬性有 Y(yes)、N(no)兩種值，而「性別」這屬性有 M(male)、F(female)兩種值。所有資料的「買?」這類別值則是 Y 或 N 兩者之一。
現在首先我們需要計算目標群組 T 之 Gini 值