Impureza de Gini

Los árboles de decisión dividen los datos en grupos lo más puros posible. La impureza de Gini mide cuán mezcladas están las etiquetas de un grupo:

Gini = 1 - Σ pₖ²

donde pₖ es la proporción de etiquetas de la clase k. Un grupo con una sola clase tiene impureza 0; una mezcla igual de dos clases tiene impureza 0.5.

Implementa gini_impurity(labels).

Entrada

labels: Las etiquetas de clase del grupo.

Salida

Devuelve la impureza de Gini como número decimal.

Restricciones

1 ≤ longitud ≤ 10 000

Cada etiqueta tiene de 1 a 20 caracteres

Ejemplos

Entrada:
labels = ["yes", "yes", "no", "no"]

Salida esperada:
expected = 0.5

Entrada:
std::vector<std::string> labels = {"yes", "yes", "no", "no"};

Salida esperada:
double expected = 0.5;

Entrada:
string[] labels = new string[] {"yes", "yes", "no", "no"};

Salida esperada:
double expected = 0.5;

Entrada:
labels = ["cat", "cat", "cat"]

Salida esperada:
expected = 0.0

Entrada:
std::vector<std::string> labels = {"cat", "cat", "cat"};

Salida esperada:
double expected = 0.0;

Entrada:
string[] labels = new string[] {"cat", "cat", "cat"};

Salida esperada:
double expected = 0.0;

Referencias

Este reto está adaptado para CodeUtility. Sigue el enunciado y las restricciones indicadas arriba.

• scikit-learn, Decision trees: mathematical formulation