决策树分析方法是一种基于理论的决策支持工具，它会将决策的各种条件分支并结合起来，使其可以在不同的决策分支间进行选择，每种决策结果都会有一个预定的输出结果，同时会列出多种可能的策略去实现一个目标。决策树采用的是垂直的树状结构图，由根节点、内部节点和叶子节点构成。根节点表示最上层的结果，内部节点表示基于什么做出决定，叶子节点表示最终的决策结果。决策树是以表达式的形式呈现，可以快速根据当前情况做出准确的决策，从而节省时间和精力，并且能够有效地识别出最优解。 拓展知识：决策树分析方法在实际应用中也有一些缺点，其中一个主要的是它不能够有效识别离散性变量，也无法发现一些常见的模式，所以对于一些极度复杂的现象要求很高，比如用来处理识别模式或预测分析，决策树分析方法也需要借助其它的机器学习技术和数据分析方法来实现。