10.27

在决策树构建过程中，算法终止分裂的核心逻辑是避免树结构无意义地复杂化，常见的三个终止条件如下：
节点样本全属于同一类别（纯节点）当某个节点中的所有样本都属于同一个类别时，继续分裂该节点无法提升分类精度（信息增益为 0），因此停止分裂。例如，若某节点所有样本都是 “正例”，则该节点直接作为叶节点，输出 “正例”。
节点样本数小于最小分裂阈值当节点包含的样本数量少到一定程度（如小于预设的min_samples_split），继续分裂可能会过度学习训练数据中的噪声（导致过拟合），且统计上不具备代表性。此时算法会停止分裂，将该节点作为叶节点（通常以多数类作为输出）。
无可用特征或分裂增益低于阈值若所有特征已被用于分裂（无新特征可选择），或剩余特征分裂该节点时，信息增益（ID3/C4.5）、基尼指数下降（CART）等指标低于预设阈值（如min_impurity_decrease），说明分裂对模型性能提升极小，因此终止分裂。
这三个条件共同作用，既能保证决策树捕捉数据规律，又能避免结构冗余，是控制树复杂度的核心机制。