解题思路
本题要求找出使条件混合度指数最小的特征，本质上类似于决策树中基于基尼指数选择最优分裂特征。混合度指数 M(S)=1−∑cpc2 与基尼指数等价。解题步骤分为以下几步：
-
解析输入：读取一行字符串，将其转化为二维整数列表 samples。每个样本的最后一个元素是类别标签，前面的元素为各个特征值。记样本总数为 n，特征个数为 m。
-
计算整体统计量：统计所有样本中各类别的全局数量 total_counts，用于后续计算 D2 的类别分布。
-
遍历每个特征，计算该特征的条件混合度指数：
题目内容
研究员收集了一系列样本，每个样本包含若干整数特征和一个整数类别标签。他希望找到一个特征，按照该特征的值是否等于某个特定值将样本分成两组后，能使整体的类别混合度最低。
混合度指数 M(S) 定义为：
M(S)=1−∑cpc2
其中 pc 是集合 S 中类别 c 的样本所占的比例。
对于特征 A 和某个取值 a，将样本集 D 划分为 D1（特征 A 等于 a 的样本集合）和 D2（其余样本）后，条件混合度指数定义为：
M(D∣A,a)=∣D∣∣D1∣M(D1)+∣D∣∣D2∣M(D2)
