决策树分析法是指分析每个决策或事件（即自然状态）时，都引出两个或多个事件和不同的结果，并把这种决策或事件的分支画成图形，这种图形很像一棵树的枝干，故称决策树分析法。

一般都是自上而下的来生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。决策树就是将决策过程各个阶段之间的结构绘制成一张箭线图。

选择分割的方法有好几种，但是目的都是一致的：对目标类尝试进行最佳的分割。从根到叶子节点都有一条路径，这条路径就是一条规则。决策树可以是二叉的，也可以是多叉的。

对每个节点的衡量：

1)通过该节点的记录数；

2)如果是叶子节点的话，分类的路径；

3)对叶子节点正确分类的比例有些规则的效果可以比其他的一些规则要好。

优点：

1)可以生成可以理解的规则；

2)计算量相对来说不是很大；

3)可以处理连续和种类字段；

4)决策树可以清晰的显示哪些字段比较重要。缺点：

1)对连续性的字段比较难预测；

2)对有时间顺序的数据，需要很多预处理的工作；

3)当类别太多时，错误可能就会增加的比较快；

4)一般的算法分类的时候，只是根据一个字段来分类。