在使用决策树的分类任务方面，这些公式看起来几乎相同。那么，它们有何不同/相同？每个杂质测量的目的是什么？

$\text{Entropy}~(p_1,p_2) = -\sum p_i \log (p_i); i= 1,2;$

$p_i$是分数。说，如果我在一个节点中有 2 是和 3 否，，。 $p_1=2/5$$p_2=3/5$

$\text{Deviance}~D= - 2\sum n_k \log(p_k) ;~k$是每个叶子中的类。

两者都用作杂质措施。但我无法理解这些之间的区别。