Чем отличается параметр разбиения Gini от Entropy в алгоритмах на основе деревьев?

Две метрики для выбора способа разделения дерева. Измерение Джини — это вероятность того, 

что случайная выборка будет классифицирована неправильно, если мы случайно выберем метку 

в соответствии с распределением в ветви.

==========================

Энтропия — это измерение информации,а именно ее отсутствия. Вы рассчитываете прирост информации, 

делая разделение. Какая разница в энтриях. Это измерение того,как вы уменьшаете неопределенность в отношении метки.

Это формула примеси Джини

где (pi) — вероятность класса i в узле.

Энтропия для исследовательского анализа.

Детально смотри https://en.m.wikipedia.org/wiki/Decision_tree_learning#Gini_impurity