iPAS 考題解析在決策樹（Decision Tree）中，「資訊增益（Information Gain）」的計算目的為何？

解析

正確答案：D. 選擇最佳分裂特徵，使分裂後的子集不確定性最小化

資訊增益衡量使用某特徵進行分裂後，資料集不確定性（熵）的減少量。決策樹在每個節點選擇資訊增益最大的特徵進行分裂，使子集的純度最高（不確定性最低）。

每個選項為什麼對或錯

• A 計算每個特徵的線性相關性強度 錯誤選項

  線性相關性是皮爾森相關係數的計算目的。

• B 衡量某節點分裂後樣本的預測準確率 錯誤選項

  準確率是模型整體評估指標，非單一節點分裂的目的。

• C 評估每個葉節點的純度（Purity） 錯誤選項

  葉節點純度是結果，資訊增益是選擇特徵的依據。

• D 選擇最佳分裂特徵，使分裂後的子集不確定性最小化 正解

  資訊增益的目的是選擇使不確定性最小的特徵分裂點，此為正確描述。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。