决策树是帮助探索所有决策备选方案及其可能结果的流程图或图表。
树的每个“分支”表示做出决策时可用的可能选项之一。当一个备选结果导致必须做出的另一个决定时，分支可以扩展。在每个分支中添加与每个选择相关的成本和每个选择可能发生的概率。通过这些数字，领导者可以计算出每一组分支的值，以确定最佳选择。
决策树的最简单定义是它是一个分析图，它可以帮助决策者在不同选项之间进行决策时，通过预测可能的结果。决策树为决策者提供了每个可能决策之后的多个阶段的概述。
决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树。
离散函数：定义域是离散集合的函数称为离散函数. 离散集合有二大类:有限集与可列集。
离散集：集合中的任一点都是孤立的。
集合（set）：所要讨论的一类对象的整体
原文：http://blog.51cto.com/opentesting/2347846