Árbol de clasificación y regresión (CART)

El algoritmo de árbol de clasificación y regresión (CART) es uno de los algoritmos de árbol de decisión más populares en el aprendizaje automático. CART utiliza el índice de Gini como una métrica para construir el árbol de decisión a partir del conjunto de datos de entrenamiento. El algoritmo divide el conjunto de entrenamiento en dos basado en una sola característica con un valor de umbral. Por ejemplo, primero dividirá el conjunto de datos en función de la característica “Clasificación del jugador” y elegirá un valor de decisión, en este caso mayor que 4. Realiza esta elección mediante el uso de la función de costo de índice de Gini para determinar la “pureza” del nodo de decisión. El nodo de decisión más puro es aquel en el que todos los ejemplos de datos en el nodo de decisión pertenecen a una clase y ninguno pertenece a la otra. El nodo de decisión más impuro es aquel en el que los ejemplos de datos se dividen entre 50 y 50 entre cada clase.
La siguiente es la fórmula para el índice de Gini:

Donde: