http://www.sohu.com/a/72642268_224832
若一个随机变量X可能的取值有M个，则它的信息熵H(X)的取值在[0,logM]之间。当X取某个确定值的时候，H(X)最小为0；当X服从均匀分布时，H(X)最大为logM；即熵越大，表示随机变量X不确定性越大。（决策树中对应的，熵越大，叶子节点的不纯度越高）
注意：由于概率<=1,log(p)<=0,所以信息熵前面是有个负号的哟（因为熵代表的是用来表示这个变量的最小比特数，所以应该是个整数哒）
H(X) =
GINI指数：
https://blog.csdn.net/YE1215172385/article/details/79470926
由上面的链接可以看到，Gini指数可以看做信息熵在P=1处的一阶泰勒展开，所以GINI指数也可以用来衡量叶子节点的不纯度，与信息熵的大体趋势是一致的，并且避开了log计算，所以CART使用的GINI指数。
