決策樹歸納(DTI)，也稱為“決策圖”，是歸納學習方法中最簡單的壹種。它是將決策過程不同階段之間的邏輯結構繪制成箭頭圖，然後根據決策樹進行分析計算，從而得出所需決策方案的方法。DTI常用於數據挖掘。
決策樹歸納將數據按照它們的值組織成樹形結構，即用樹形結構來表示決策集，決策集通過對數據集進行分類來產生規則。在決策樹中，每個分支代表壹個子類，樹的每壹層代表壹個概念。
決策樹歸納壹般是以方框和圓圈為節點，用直線連接的樹狀結構。盒子節點被稱為決策點，從決策點可以畫出幾個分支(直線)。
每個分支代表壹個方案，所以稱為方案分支。在每個方案分支的末端畫壹個圓，這個圓就是壹個圓節點，這個圓節點叫做機會點。從機會點畫出幾條分支(直線)，每條分支都是概率分支。在概率分支的末尾，列出了不同狀態下的增益值或損失值。
DTI通常用於分析建立模型的可行性和可信度，並根據觀察相應地推導出其邏輯表達式和結構。通過其簡單明了的邏輯推理和分割信息值，可以快速高效的分割大數據集。但是對於連續數據和多類集，隨著復雜度的增加，劃分效率會降低。