決策樹學(xué)習(xí)是機(jī)器學(xué)習(xí)方法中的一種。這種方法將習(xí)得的訓(xùn)練集函數(shù)表示成樹結(jié)構(gòu)，通過它來近似離散值的目標(biāo)函數(shù)。這種樹結(jié)構(gòu)是一種有向樹，它以訓(xùn)練集的一個屬性作節(jié)點，這個屬性所對應(yīng)的一個值作邊。決策樹一般都是自上而下的來生成的。每個決策或事件（即自然狀態(tài)）都可能引出兩個或多個事件，導(dǎo)致不同的結(jié)果，把這種決策分支畫成圖形很像一棵樹的枝干，故稱決策樹。選擇分割的方法有好幾種，但是目的都是一致的：對目標(biāo)類嘗試進(jìn)行最佳的分割。從根到葉子節(jié)點都有一條路徑，這條路徑就是一條“規(guī)則”。決策樹可以是二叉的，也可以是多叉的。對每個節(jié)點的衡量：1) 通過該節(jié)點的記錄數(shù)2) 如果是葉子節(jié)點的話，分類的路徑3) 對葉子節(jié)點正確分類的比例。有些規(guī)則的效果可以比其他的一些規(guī)則要好。決策樹對于常規(guī)統(tǒng)計方法的優(yōu)缺點優(yōu)點：1)　可以生成可以理解的規(guī)則。2)　計算量相對來說不是很大。3)可以處理連續(xù)和種類字段。4)決策樹可以清晰的顯示哪些字段比較重要缺點：1) 對連續(xù)性的字段比較難預(yù)測。2) 對有時間順序的數(shù)據(jù)，需要很多預(yù)處理的工作。3) 當(dāng)類別太多時，錯誤可能就會增加的比較快。4) 一般的算法分類的時候，只是根據(jù)一個字段來分類。