解答：
②情報利得の最大化
理由: 決定木を分類問題に適用する際、分岐の基準として情報利得（Information Gain）の最大化がよく使われます。情報利得は、データの不純度を測る指標であり、分割によってどれだけ情報の不確かさが減少するかを評価します。尤度関数の最大化や二乗誤差関数の最小化は主に他のモデル（例えば、回帰や確率モデル）で用いられる基準であり、マージンの最大化はサポートベクターマシン（SVM）で用いられる基準です。
G検定模擬問題（3） 問27 解答
解答：
②情報利得の最大化
理由: 決定木を分類問題に適用する際、分岐の基準として情報利得（Information Gain）の最大化がよく使われます。情報利得は、データの不純度を測る指標であり、分割によってどれだけ情報の不確かさが減少するかを評価します。尤度関数の最大化や二乗誤差関数の最小化は主に他のモデル（例えば、回帰や確率モデル）で用いられる基準であり、マージンの最大化はサポートベクターマシン（SVM）で用いられる基準です。
