当我阅读有关决策树的 scikit-learn 用户手册时，他们提到

CART（分类和回归树）与 C4.5 非常相似，但不同之处在于它支持数值目标变量（回归）并且不计算规则集。CART 使用在每个节点处产生最大信息增益的特征和阈值来构造二叉树。

我不明白我们在哪里计算 C4.5 算法的规则集（我什至不知道规则集是什么意思）。它与 CART 基本相同，只是它使用基尼指数而不是交叉熵。

有人可以详细解释什么是规则集以及它们如何在 C4.5 中使用吗？