前面是做了一轮决策，按照信息论的方式，对各特征做了分析，确定了能够带来最大信息增益（注意是熵减）的特征。但仅这一步是不够的，我们需要继续对叶子节点进行同样的操作，直到完成如下的目标：[if!supportLists]1）[endif]程序遍历完所有划分数据集的属性；[if!supportLists]2）[endif]每个分支下的所有实例都具有相同的分类；如果程序已经遍历完所有划分数据集的属性，叶子节点下的实例仍然不具备相同的分类，那就采用多数表决的方法（有点像KNN）来决定该叶子节点的分类。好，上代码。defmajorityCnt(classList):    classCount={}