決策樹是一種通過樹形結構進行分類的人工智能預測模型，如根據(jù)圖1所示“氣象特點與游客是否來游樂場的關系”繪制的如圖2所示的決策樹樹形結構：

通過了解當天的是否有風、天氣、溫度和濕度這4個節(jié)點參數(shù)即可預測當天是否有人來游樂場。
不同的節(jié)點劃分順序可以繪制不同的決策樹，為了選出最優(yōu)的節(jié)點劃分順序，需要采用“信息熵”與“信息增益”指標。
信息熵，又稱香農熵，被用來度量信息量的大小，信息熵越大表示信息量越大。
信息增益，表示樣本經(jīng)某節(jié)點劃分后的信息熵變化大小。我們繪制決策樹時應當逐次選擇信息增益最大的節(jié)點作為當前節(jié)點。
對于有n個信息的樣本D，記第k個信息發(fā)生的概率為pk,信息熵計算公式為E（D）=?∑

n

1

p_klog₂（p_k），
例如游樂場14個樣本中“去”（9個）、“不去”（5個），則信息熵=?（

9

14

log₂

9

14

+

5

14

log₂

5

14

）=0.940
若樣本按“是否有風”節(jié)點劃分，“是”（6個，其中3個去，3個不去）信息熵=?（

3

6

log₂

3

6

+

3

6

log₂

3

6

）=1；
“否”（8個，其中6個去，2個不去）信息熵=?（

6

8

log₂

6

8

+

2

8

log₂

2

8

）=0.811；經(jīng)過此節(jié)點劃分后的信息增益=原始信息熵?按此節(jié)點劃分后樣本信息熵比例和=0.940?（

6

14

×1+

8

14

×0.811）=0.048。
（1）根據(jù)上述描述與圖1，則“天氣”節(jié)點中的“多云”信息熵是

0

0

。
（2）實現(xiàn)求首次劃分節(jié)點的程序如下，請在橫線處填入合適的代碼：