欢同学2023-03-26 09:00:46
欢同学关于CARTs，麻烦老师详细看一下我画的图，我把问题列上去了。尤其是节点1、2的基尼系数，我感觉这点的概率应该是以节点0作为基础的条件概率。
回答（2）
ES2023-03-29 10:51:35
ES同学，你好
很遗憾，我不是你最爱，回答如下：
dividend是一个根部，逻辑上是，希望建立一个模型来预测一家公司是支付股息还是不支付股息（见下方决策树）。
我们最后是需要在Earnings_drop、Large_cap、Retail_investor和Tech四个变量中选择一个变量来向下生成节点，这个节点应该是𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝑔𝑎𝑖𝑛最大的
我们捋一捋顺序哈
1. the root node是有无支付股息(dividend)
20家公司中有12家支付了股息,8家没有支付
基尼系数1=0.48
注：这提供了一个base level，我们可以用它（0.48）来比较树木生长时基尼系数的下降，我们要选择基尼系数下降最多的一个。
2. 假设第一个节点选择 earnings drop（earnings drop=1 ,没有 drop=0）
注：见下方蓝色表格
2.1 收益下降（earnings drop=1）的公司中，有6家公司支付了股息(dividend)，4家公司没有支付
基尼系数2为：𝐺𝑖𝑛𝑖=1−((6/10)^2+(4/10)^2 )=0.480
2.2 收益没有下降（earnings drop=0）的公司中，有六家支付了股息，四家没有支付
基尼系数3为：𝐺𝑖𝑛𝑖=1−((6/10)^2+(4/10)^2 )=0.480
3. average Gini coefficient
weighted Gini = （10/20）X 0.480 + （10/20） X 0.480 = 0.480
4. 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝑔𝑎𝑖𝑛
𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝑔𝑎𝑖𝑛=基尼系数1-weighted Gini= 0.480- 0.480=0
- 评论（0）
- 追问（2）
- 追问
-
哈哈哈，不知道下一个来追答的助教是哪位了。我能看懂ES说的计算思路，我的纠结点之前说过的，就是你在算earings drop 这个node是，为什么概率要用在earning drop =1中挑选有dividend的。为什么不是反过来比如在有dividend 中选有earning drop的？在下一个节点似乎这个节点的信息变成了条件概率中的条件。
- 追答
-
因为dividend是一个根部，是最终的决策，是上面那张图的最下面的那个圈圈
Crystal2023-03-28 10:59:06
Crystal同学你好，你思考的很对，我先回答你第一个问题。
这个部分是这样的，你算的部分其实应该算是我选择了一个节点，并且我认为这个节点是OK的，可以继续进行下去之后有的计算，就像你说的应该考虑分红这个节点的条件概率。但是讲义中的部分是我在选了一个节点，判断这个节点是否ok做的计算，即没有考虑分红的部分，因为我发现，单独只考虑这一个节点，此时的gini系数是和dividend一样，两个节点做一个组合，并不能让我知道更多的信息，所以放弃了，也就没有你写的这些步骤。但是如果结果是ok的，顺理成章，下一个步骤就是你写的步骤了。你可以看一下后面选了大盘股的算法，其实就是你写的算法，是我们在先确定了大盘股是ok了之后才会有的计算。
然后是第二个问题，这个权重不是默认50%对50%，是要看dummy=1和dummy=0的比重的。
- 评论（0）
- 追问（1）
- 追问
-
呀，我最爱的crystal来了。开心
但是亲，你看我给你的截图，如果earings drop是完全不考虑上下游关系，就跟dividend一样的计算思路的话，收益下降的公司是10/20，也就是1/2,而不是老师讲的6/10，事实上课件里老师在算这个基尼系数的时候是先从earings drop=1里面再去看dividend=1的，相当于就是个条件概率，只是条件是earings drop。这个就导致我觉得上下游关系不清楚。
评论
0/1000
追答
0/1000
+上传图片