二、分類演算法（classification algorithm）是資料探勘中重要的分析方法。針對以下的訓練資料集：9 筆資料 x1, x2, . . . , x9，每筆資料有 4 個屬性（A1, A2, A3, Class），其中AAA3 為特徵屬性（feature），Class 為類別屬性。現今希望用決策分類樹（decision tree）來學習該資料集的分類規則，其中分類樹內部節點（internal node）屬性以選擇最小的 Gini
(A)值來決定分支，Gini
(A)函數定義如下：,t∈ A i =1t 為屬性 A 中的某特定值，p(t)是屬性 A 中值為 t 所出現的資料比率，p(i|t)是在屬性值為 t 時，資料集隸屬於類別 i 的比率，C 為所有類別的個數。分支的停止條件則是當節點資料完全隸屬同一類別時停止，該樹葉節點（leaf node）即是分類結果。請以此訓練資料集和 Gini
(A)屬性決策條件要求，產生一決策分類樹（decision tree），答案中請清楚表達該決策樹的每一內部節點的屬性、分支條件值和該決策點的Gini
(A)值，以及葉節點的分類結果。（25 分）