写一个广义基尼系数的MATLAB程序

好的，下面是一个简单的广义基尼系数的MATLAB程序，用于计算二分类问题的广义基尼系数：

function [G] = gini(actual, predicted)

% actual: 实际的分类结果，是一个列向量
% predicted: 预测的分类结果，是一个列向量
% G: 广义基尼系数

% 将actual和predicted转换为逻辑数组
actual = logical(actual);
predicted = logical(predicted);

% 计算实际类别为1的样本数
N1_actual = sum(actual);
% 计算实际类别为0的样本数
N0_actual = length(actual) - N1_actual;

% 计算预测类别为1的样本数
N1_predicted = sum(predicted);
% 计算预测类别为0的样本数
N0_predicted = length(predicted) - N1_predicted;

% 计算实际类别为1且预测类别为1的样本数
N11 = sum(actual & predicted);
% 计算实际类别为1且预测类别为0的样本数
N10 = N1_actual - N11;
% 计算实际类别为0且预测类别为1的样本数
N01 = N1_predicted - N11;
% 计算实际类别为0且预测类别为0的样本数
N00 = N0_actual - N10;

% 计算广义基尼系数
G = (N11/N1_predicted - N1_actual/N0_actual)^2 + ...
    (N01/N1_predicted - N0_actual/N0_actual)^2 + ...
    (N10/N1_predicted - N1_actual/N1_actual)^2 + ...
    (N00/N1_predicted - N0_actual/N1_actual)^2;
end

该程序接受两个列向量作为输入，分别表示实际和预测的二分类结果。程序首先将这两个向量转换为逻辑数组，并计算实际和预测的类别分布情况。然后根据广义基尼系数的定义，计算出四个不同情况下的样本数，并计算广义基尼系数的值。最后将该值作为函数的输出。

请注意，该程序仅适用于二分类问题，如果您需要处理多分类问题，则需要对程序进行适当修改。