决策树分析法是一种通过绘制决策或事件的分支图形来进行分析的方法，这种图形类似于一棵树的枝干。该方法在分析每个决策或事件（即自然状态）时，都会引出两个或多个事件和不同的结果。
决策树分析法具有以下优点：
1. 可以生成易于理解的规则。 2. 计算量相对较小。 3. 能够处理连续和种类字段。 4. 决策树可以清晰地显示哪些字段较为重要。
然而，决策树分析法也存在一些缺点：
1. 对连续性字段的预测较为困难。 2. 对于有时间顺序的数据，需要进行大量的预处理工作。 3. 当类别过多时，错误可能会迅速增加。 4. 一般的算法在分类时仅根据一个字段进行分类。