決策樹算法中基尼指數與信息增益的比較

問題提出 在自己實現決策樹算法的時候，發現生成的id3樹和cart樹一模一樣。竟然每個決策節點都選擇了同一屬性的同一劃分。這讓我很意外，於是改變了隨機種子值，改變訓練集的大小，結果發現無一例外它們都是一樣的。由此我提出了一個疑問：基尼指數和信息增益是等價的嗎？ 如果等價，那幹嘛還要兩個算法？如果不等價，爲什麼生成的樹總是一樣的呢？ 二者比較 直接取iris數據集中的一部分作爲訓練集，並指定一個屬性

>>阅读原文<<