决策树分析法是什么

决策树分析法是指分析每个决策或事件（即自然状态）时，都引出两个或多个事件和不同的结果，并把这种决策或事件的分支画成图形，这种图形很像一棵树的枝干，故称决策树分析法。

决策树法的优点：

1、可以生成可以理解的规则；

2、计算量相对来说不是很大；

3、可以处理连续和种类字段；

4、决策树可以清晰的显示哪些字段比较重要。

决策树法的缺点：

1、对连续性的字段比较难预测；

2、对有时间顺序的数据，需要很多预处理的工作；

3、当类别太多时，错误可能就会增加的比较快；

4、一般的算法分类的时候，只是根据一个字段来分类。

决策树法的几个关键步骤是：

1、画出决策树，画决策树的过程也就是对未来可能发生的各种事件进行周密思考、预测的过程，把这些情况用树状图表示出来。先画决策点，再找方案分枝和方案点。最后再画出概率分枝。

2、由专家估计法或用试验数据推算出概率值。并把概率写在概率分枝的位置上。

3、计算益损期望值，从树梢开始，由右向左的顺序进行。用期望值法计算。若决策目标是盈利时，比较各分枝，取期望值最大的分枝，其他分枝进行修剪。