我有兴趣了解决策树如何选择它们分裂的顺序。我知道分裂是基于信息增益。选择信息增益最低的属性作为根节点。

如果我有一个包含列的数据集：

1. 信用状况
2. 年龄
3. 收入，
4. 婚姻状况

我很想知道是什么决定了一个人的信用状况是好是坏，我说得对吗，我根据独立属性计算这些分类属性中的每一个的熵和信息增益，即我正在调查的内容（信用状况)，并且选择信息增益最低的计算作为根节点。

例如，如果这个根节点（第一次分裂）是Age，是不是计算Age（新的独立属性）相对于其余属性（婚姻状况和收入）的熵和信息增益，那么信息增益最低的计算是被选为第二个分裂节点，等等？

IE。

信息增益：

credit standing vs age    = 0.01
credit standing vs status = 0.1
credit standing vs income = 0.2

年龄被选为根（第一个分裂）节点。

然后，信息增益：

age vs status = 0.2
age vs income = 0.1

收入被选为第二个分裂节点。

我是否正确理解这一点？