決策樹歸納法(Decision Tree Introduction)，
是資料探勘中重要的分類技術之一，
它是藉由已知的資料或分類屬性值，
來建立一個樹狀結構的分類模型。
其中內部節點(Internal Node)代表某項屬性的測試，
內部節點的分枝則代表某項屬性的測試結果，
最後樹葉節點(Leaf Node)代表類別(class)，
以下圖顧客是否購買電腦的決策樹為例，
其中內部節點age、student、credit rating代表屬性的測試，
其下的分枝代表測試結果，
樹葉節點yes、no代表顧客是屬於會買還是不會買電腦的類別。
當有新的顧客資料時，透過該決策樹做類別預測(class prediction)，
即可知道該顧客可能會買還是不會買電腦。
