splitDataSet這個函式困擾了我好一陣子，為什麼以某一特徵值為標準進行劃分資料集以後，變成了區域性？例如，如果以第1個特徵為0為標準進行劃分，那麼返回的結果集就是不含有此特徵的結果集，如下圖紅框部分所示：
程式碼表示為：[[1, 'no'], [1, 'no']]
同理，如果以第1個特徵為1作為標準，那麼返回的結果集如下圖所示：
程式碼表示為：[[1, 'yes'], [1, 'yes'], [0, 'no']]
後經此文提示：http://blog.csdn.net/guo1988kui/article/details/75110361
瞭解到這是因為把那個特徵值作為分界線以後，它自身不再作為特徵出現在資料集中。
但是我沒想明白為什麼要這樣做，是什麼道理？為什麼分界線就不再進入資料集了？穿紅衣服的同學一組，藍衣服的同學一組，那麼這個分界線就是“衣服”，為什麼要把“衣服”排除在外？
同時，實際上，它是否進入資料集，對熵並沒有影響。
它統計的是符合特徵的樣本數量佔樣本總體的比例，得到概率，與特徵數量本身沒有關係。
存疑。隨著學習的深入，希望有一天能夠解開。
繼續往下看就知道了，因為要構建決策樹，資料集中的特徵應當逐步減少。