我正在尝试确定给定数据的决策树的根节点

annual income目标变量已重命名为low、mid和high。

我正在使用基尼指数来测量我的节点的杂质。

我遵循的过程很简单：

1-计算数据集的基尼指数（目标是年收入）

gini(年收入)=1-((5/20)^2+(12/20)^2+(3/20)^2) = 0.445

2 - 为每个变量计算 gini，然后计算余数和信息增益

3 - 选择信息增益最高的变量

剩下的我用这个

只是代替熵，我使用的是 gini

当我试图计算信息增益时，如果教育成为根音，我得到了负面的信息增益（这显然是不可能的）

我的计算：

如您所见，如果我这样做，节点的基尼指数为 0.532

信息增益（0.445-0.532）=-ve值

你能指出我做错了什么吗