我有一个具有 4 个分类特征（胆固醇、收缩压、舒张压和吸烟率）的数据集。我使用决策树分类器来查找中风的概率。我正在尝试验证我对 Python Sklearn 完成的拆分过程的理解。因为它是一棵二叉树，所以有三种可能的方法来分割第一个特征，或者将类别 {0 和 1 分组到一个叶子，2 到另一个叶子} 或 {0 and 2, 1} 或 {0, 1和 2}。我所知道的（请在此处纠正我）是选择的拆分是具有最高信息增益的拆分。

我已经计算了三个分组场景中的每一个的信息增益：

{0 + 1 , 2} --> 0.17

{0 + 2 , 1} --> 0.18

{1 + 2 , 0} --> 0.004

但是，sklearn 的决策树选择了第一个场景而不是第三个场景（请查看图片）。

任何人都可以帮助澄清选择第一个场景的原因吗？是否存在导致纯节点的拆分的优先级。因此选择这样的场景虽然它的信息增益较少？

我添加了每个类/特征/类别的频率，因此很容易计算基尼指数