信息增益比（GainRatio）的定义：在选择决策树中某个结点上的分支属性时，假设该结点上的数据集为DataSet，其中包含Feature个描述属性，样本总数为len(DataSet)或者DataSet.shape[0]，设描述属性feature(不同于Feature，Feature是属性的个数，取值为DataSet.shape[1]，feature是某一个具体的属性)总共有M个不同的取值，则利用描述属性feature可以将数据集DataSet划分为M个子集，设这些子集为{DataSet1，DataSet2，…，DataSetN，…，DataSetM}，并且其中的样本在同一个子集中对应的feature属性的取值应该是相同的，用{len1，len2，…，lenN，…，lenM}表示每个对应的子集的样本的数量，则用描述属性feature来划分给定的数据集DataSet所得到的信息增益比为：
Gain(feature)的算法和上文计算信息增益的算法是一样的，事实上，求GainRatio的过程就是在上述的计算信息增益的过程中加上一个对其“稀释”的作用，使得取值多的feature不会占据主导地位。