优点: 决策过程更接近人的思维, 因此模型更容易解释;能够更清楚地使用图形化描述模型;速度快;可以处理连续性和离散型数据;不需要任何领域知识和参数假设;适合高维数据。 缺点: 对于各特征样本量不均衡的数据, 信息增益更偏向于那些数值更多的特征;不支持在线学习;容易过拟合;一般来说, 决策学习方法的准确率不如其他模型。