决策树是应用广泛的一种归纳推理算法,在分类问题中,决策树算法基于特征对样本进行分类,构成一棵包含一系列if-then规则的树,在数学上可以将这棵树解释为定义在特征空间与类空间上的条件概率分布。决策树的主要优点是分类速度快、健壮性好(训练数据可包含错误)、模型具有可读性,目前已被成功应用到医疗诊断、贷款风险评估等领域。