scikit-learn中的决策树时，信息增益相同时选哪个？

DecisionTreeClassifier类初始化时用的是entropy类型，那么计算时信息增益相同时选哪个？

突然想起来了，scikit-learn本质上是使用的改进的CART算法，就算是设置的entropy，实际上选择的是损失函数最小的特征和分叉方案。所以无所谓信息增益相同了。