在决策树建立过程中，使用一个属性对某个节点对应的数据集合进行划分后，结果具有高信息熵（high entropy），对于结果的描述，最贴切的是（ ） A 纯度高 B 有用 C 纯度低 D 无用

C 纯度低。信息熵是用于衡量数据集合纯度的指标，其值越高，数据集合纯度越低。在决策树建立过程中，我们希望通过选择最佳属性进行划分，使得划分后得到的子集的信息熵最小，也就是纯度最高。因此，如果使用一个属性对某个节点对应的数据集合进行划分后，结果具有高信息熵，说明该属性的划分效果不好，数据集合的纯度较低。