二元变量拆分时产生0.5值的决策树

我有很多分类变量,我通过对每个特征进行一次热编码,将它们转换为虚拟变量,并在R中绘制了一棵决策树。我无法理解输出。有人能帮我解释一下,当变量只有0或1时,拆分节点的值是0.5吗。下面是代码和决策树

mtree <- rpart(Converted~., data = training, method="class",
               control = rpart.control(minsplit = 20, minbucket = 7, maxdepth = 5,
                                       usesurrogate = 2, xval =10 ))

rpart.plot(mtree, # middle graph
           type=4,
           extra=101, 
           box.palette="GnBu",
           branch.lty=3, 
           shadow.col="gray", 
           nn=TRUE,cex = 1
)

Decision Tree 树

例如:对于可变月份June,这是一个热编码的月份,我如何解释月份。六月>=0.5