在決策樹的字段選擇中，常用的度量方法包括信息增益(Information Gain)和基尼系數(shù)(Gini Index)，而卡方統(tǒng)計量(X2 Statistics)也是一種用于特征選擇的統(tǒng)計方法，但通常不用于決策樹的分裂判斷中。支持度(Support)主要用于關(guān)聯(lián)規(guī)則挖掘中，而不是用于決策樹字段選擇。

因此，正確答案是：**C: 支持度(Support)**。

### 專業(yè)分析

以下是每個選項的簡要分析：

- **信息增益 (Information Gain)**:
- 用于測量一個特征在多少程度上可以減少數(shù)據(jù)的不確定性或熵。通常用于決定哪個特征對目標變量最有預(yù)測能力。
- 是ID3決策樹算法中最常用的字段選擇標準。

- **卡方統(tǒng)計量 (X2 Statistics)**:
- 一種統(tǒng)計測試，用于檢驗兩個分類變量的獨立性。雖然可以用于特征選擇，但在決策樹中并不常用作分裂標準。

- **支持度 (Support)**:
- 主要用于關(guān)聯(lián)規(guī)則學(xué)習(xí)（如Apriori算法）中，表示一個項目集在所有事務(wù)中出現(xiàn)的頻率。在決策樹中不適用。

- **基尼系數(shù) (Gini Index)**:
- 用于評估數(shù)據(jù)分裂時的純度，是CART決策樹算法中常用的字段選擇標準。
- 基尼系數(shù)越小，節(jié)點的純度越高。

在決策樹的構(gòu)建過程中，選擇合適的字段選擇度量是確保模型性能的重要環(huán)節(jié)。信息增益和基尼系數(shù)是最常用的兩種標準，而支持度則是與決策樹無關(guān)的概念。