我注意到DecisionTreeClassifier接受参数criterion=’entropy’，这意味着它在分裂决策树时使用信息增益作为标准。我需要的是在即将分裂根节点时，每个特征在根级别的信息增益。

回答：

您只能访问已用作分裂节点的特征的信息增益（或基尼不纯度）。属性DecisionTreeClassifier.tree_.best_error[i]保存了第i个节点在特征DecisionTreeClassifier.tree_.feature[i]上的熵。如果您想查看到达第i个节点的所有样本的熵，请查看DecisionTreeClassifier.tree_.init_error[i]。

更多信息请参见此文档：https://github.com/scikit-learn/scikit-learn/blob/dacfd8bd5d943cb899ed8cd423aaf11b4f27c186/sklearn/tree/_tree.pyx#L64

如果您想访问每个特征在特定分裂节点的熵，您需要修改find_best_split函数，参见：https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx#L713