版权声明：本文为博主原创文章，可以随便转载 https://blog.csdn.net/appleyuchi/article/details/82953806
https://stackoverflow.com/questions/32277562/how-to-set-up-id3-algorith-in-scikit-learn
http://scikit-learn.org/stable/modules/tree.html#tree-algorithms-id3-c4-5-c5-0-and-cart
根据这两个链接可知，
其实sklearn的决策树仅仅是实现了cart树而已，
当信息计算方式为Gini，Entropy，就用来分类
注意，sklearn并没有实现ID3，但是cart中使用entropy的效果，等效于“二叉树的ID3”
因为ID3可以是“二叉决策树”，也可以是“多叉决策树”，所以sklearn使用决策树+entropy方式时，
无法实现“基于ID3算法的多叉决策树”
关于“基于ID3算法的多叉决策树”
可以参考下面链接：
https://blog.csdn.net/wzmsltw/article/details/51057311
图为：
另外注意，对于cart树而言，sklearn实现时，
回归是二叉树
二分类问题，sklearn运行结果是二叉cart树
多分类问题，sklearn运行结果也是二叉cart树
注意，对于cart树而言，
二分类时，使用的Gini指数最大是0.5，
多分类时，使用的Gini指数最大接近1，
这里的Gini指数并不是经济学中的Gini指数，
经济学中的Gini指数取值范围是0～1