減少數的深度用決策樹法訓練大量數據集最節約時間。
決策樹分析法是壹種運用概率與圖論中的樹對決策中的不同方案進行比較，從而獲得最優方案的風險型決策方法。圖論中的樹是連通且無回路的有向圖，入度為0的點稱為樹根，出度為0的點稱為樹葉，樹葉以外的點稱為內點。
決策樹由樹根（決策節點）、其他內點（方案節點、狀態節點）、樹葉（終點）、樹枝（方案枝、概率枝）、概率值、損益值組成。決策樹的另壹個使用是作為計算條件概率的描述性手段。
決策論中（如風險管理），決策樹由壹個決策圖和可能的結果（包括資源成本和風險）組成， 用來創建到達目標的規劃。決策樹建立並用來輔助決策，是壹種特殊的樹結構。決策樹是壹個利用像樹壹樣的圖形或決策模型的決策支持工具，包括隨機事件結果，資源代價和實用性。
它是壹個算法顯示的方法。決策樹經常在運籌學中使用，特別是在決策分析中，它幫助確定壹個能最可能達到目標的策略。如果在實際中，決策不得不在沒有完備知識的情況下被在線采用，壹個決策樹應該平行概率模型作為最佳的選擇模型或在線選擇模型算法。
決策樹法原理：
它利用了概率論的原理，並且利用壹種樹形圖作為分析工具。其基本原理是用決策點代表決策問題，用方案分枝代表可供選擇的方案，用概率分枝代表方案可能出現的各種結果，經過對各種方案在各種結果條件下損益值的計算比較，為決策者提供決策依據。
決策樹分析法是常用的風險分析決策方法。該方法是壹種用樹形圖來描述各方案在未來收益的計算。比較以及選擇的方法，其決策是以期望值為標準的。人們計算的各種方案在未來的經濟效果只能是考慮到各種自然狀態出現的概率的期望值，與未來的實際收益不會完全相等。