एक विशेषता चयन उपाय एक अनुमानी है जो उस विभाजन परीक्षण को चुनने के लिए है जो क्लास-लेबल वाले प्रशिक्षण टुपल्स के दिए गए डेटा विभाजन, D, को एकल कक्षाओं में "सबसे अच्छा" अलग करता है।
यदि यह विभाजन मानदंड के परिणामों के अनुसार D को छोटे विभाजनों में विभाजित कर सकता है, तो आदर्श रूप से प्रत्येक विभाजन शुद्ध हो सकता है (यानी, कुछ टुपल्स जो दिए गए विभाजन में आते हैं वे उसी क्लास से संबंधित हो सकते हैं)।
संकल्पनात्मक रूप से, "सबसे अच्छा" विभाजन मानदंड वह है जो ऐसी विधि में सबसे लगभग परिणाम देता है। विशेषता चयन उपायों को विभाजन नियम कहा जाता है क्योंकि वे तय करते हैं कि किसी दिए गए नोड पर टुपल्स को कैसे विभाजित किया जाए।
विशेषता चयन उपाय दिए गए प्रशिक्षण टुपल्स को परिभाषित करने वाली प्रत्येक विशेषता के लिए एक रैंकिंग प्रदान करता है। माप के लिए सर्वोत्तम विधि वाली विशेषता को दिए गए टुपल्स के लिए विभाजन विशेषता के रूप में चुना जाता है।
यदि विभाजन विशेषता स्थिर-मूल्य वाली है या यदि यह बाइनरी ट्री तक सीमित है, तो तदनुसार, विभाजन बिंदु या विभाजन उपसमूह को भी विभाजन मानदंड के एक तत्व के रूप में तय किया जाना चाहिए।
विभाजन D के लिए उत्पन्न ट्री नोड को विभाजन मानदंड के साथ लेबल किया जाता है, शाखाएं मानदंड के प्रत्येक परिणाम के लिए बढ़ाई जाती हैं, और टुपल्स को तदनुसार अलग किया जाता है। तीन प्रसिद्ध विशेषता चयन उपाय हैं जिनमें सूचना लाभ, लाभ अनुपात, और गिनी इंडेक्स शामिल हैं।
सूचना लाभ - सूचना लाभ का उपयोग उन सर्वोत्तम विशेषताओं/विशेषताओं को तय करने के लिए किया जाता है जो एक क्लास के बारे में अधिकतम डेटा प्रदान करते हैं। यह एन्ट्रॉपी की विधि का पालन करता है जबकि रूट नोड से लीफ नोड्स तक एन्ट्रॉपी के स्तर को कम करने का लक्ष्य रखता है।
मान लीजिए नोड N विभाजन D के टुपल्स को परिभाषित या धारण करता है। सबसे बड़े सूचना लाभ वाली विशेषता को नोड N के लिए विभाजन विशेषता के रूप में चुना जाता है। यह विशेषता परिणामी उपविभाजन में टुपल्स को परिभाषित करने के लिए आवश्यक डेटा को न्यूनतम करती है और इन उपविभाजन में कम से कम यादृच्छिकता या "अशुद्धता" को दर्शाती है।
लाभ अनुपात - सूचना लाभ माप कई परिणामों वाले परीक्षणों की ओर पक्षपाती है। यह उच्च संख्या में मूल्यों वाली विशेषताओं का चयन कर सकता है। उदाहरण के लिए, एक विशेषता पर विचार करें जो एक अद्वितीय पहचानकर्ता के रूप में कार्य करती है, जिसमें उत्पाद ID शामिल है।
उत्पाद ID पर विभाजन बड़ी संख्या में विभाजन में परिणाम दे सकता है, प्रत्येक में केवल एक टुपल शामिल होता है। क्योंकि प्रत्येक विभाजन प्रामाणिक है, इस विभाजन के आधार पर डेटा सेट D को परिभाषित करने के लिए आवश्यक डेटा Infoproduct_ID(D) = 0 होगा।
गिनी इंडेक्स - गिनी इंडेक्स का उपयोग CART में किया जा सकता है। गिनी इंडेक्स D की अशुद्धता की गणना करता है, एक डेटा विभाजन या प्रशिक्षण टुपल्स का संग्रह, जैसा कि
$$\mathrm{Gini(D)=1-\displaystyle\sum\limits_{i=1}^m p_i^2}$$
जहां pi वह संभावना है कि D में एक टुपल क्लास Ci से संबंधित है और इसकी गणना |Ci,D|/|D| द्वारा की जाती है।
