树参数
树统计
节点总数: 0
叶子节点: 0
训练准确率: --
分裂标准
Gini 不纯度：随机抽两个样本，它们类别不一样的概率。0 = 完全纯净。
熵：信息论的"不确定性"。0 = 完全确定。
每次分裂选 信息增益最大 的特征和阈值，让子节点更纯净。
试试增大深度，看训练准确率如何飙升 — 但边界是不是越来越碎？
Gini 不纯度：随机抽两个样本，它们类别不一样的概率。0 = 完全纯净。
熵：信息论的"不确定性"。0 = 完全确定。
每次分裂选 信息增益最大 的特征和阈值，让子节点更纯净。
试试增大深度，看训练准确率如何飙升 — 但边界是不是越来越碎？