優點：決策過程更接近人的思維， 因此模型更容易解釋；能夠更清楚地使用圖形化描述模型；速度快；可以處理連續性和離散型數據；不需要任何領域知識和參數假設；適合高維數據。
缺點：
對於各特征樣本量不均衡的數據， 信息增益更偏向於那些數值更多的特征；不支持在線學習；容易過擬合；壹般來說， 決策學習方法的準確率不如其他模型。
應用決策樹決策方法必須具備以下條件：
（1）具有決策者期望達到的明確目標。
（2）存在決策者可以選擇的兩個以上的可行的備選方案。
（3）存在決策者無法控制的兩個以上不確定因素。
（4）不同方案在不同因素下的收益或損失可以計算出來。
（5）決策者可以估計不確定因素發生的概率。