决策树分析是一种数据挖掘技术，它通过分析数据，建立用于做出决策的模型。在决策树分析过程中，分析师从一系列要考虑的问题出发，将它们分解成一系列有限的节点，每个节点可给出一个结论，以深入挖掘实时数据，并回答基本问题。通用的决策树可以通过熵或者信息增益来衡量属性和类别之间的关系，以及属性与其它属性之间的关系，从而找出最匹配的候选节点。 拓展知识：决策树可以利用集成学习方法，将多棵决策树分别绘制，然后合并，以产生更好的分类结果。这种方法叫做集成决策树，有助于发现潜在模式，在识别数据中的行为时变得更加有效。