基尼系数

$$ G = 1 - \sum_{i=1}^k p_i^2 $$

$$G = 1 - x^2 - (1-x)^2 = -2x^2 + 2x$$

当x=1/2时，达到极值。

因为计算信息熵需要计算log，是一个非线性函数，计算比基尼系数稍慢。
sklearn中默认使用基尼系数做决策。
大多数时候二者没有特别的效果优劣。
信息熵对应的曲线本质上不是抛物线，基尼系数对应的曲线是一条抛物线。