主要过程包含特征选择，决策树生成，决策树剪枝
特征选择:
https://www.pkudodo.com/2018/11/30/1-5/
上式是什么意思？不着急慢慢来。我们先看下面这张图。我们假设D和B是两个判断节点，它们在同一个分支中，D通过对样本特征A的值新型判断后进入了A分支。那么在D节点中我们的信息熵肯定是比较高的，令D节点中此时的信息熵是H(D)。然后经过D的一次判断，信息熵减少了，此时到了节点B，因为B节点的信息熵依靠于D对特征A的判断，所以节点B的信息熵设为H(D|A)。我们要让信息熵下降得最快，也就是他们之间的信息熵差值要最大，将这个信息熵差值设为g(D, A),汇总起来就是上图中的式子了。
信息增益值最大，熵从1(root)到0(leaf)的速度越快
CART树
举例说明，CART都是二分类树，因此数据都是2维的，可以理解为含有row 和column的表格
那么根据基尼指数计算公式
先计算出A1-4的特征切分点，也就是最小的基尼指数
再通过对比A1-A4最小的切分点的基尼指数，求出最优特征
