輸入
訓練集D={(x₁,y₁),(x₂,y₂),…(x_m,y_m)};
屬性集A={a₁,a₂,…a_d}.
過程：函式TreeGenerate(D,A)

1. 生成結點node；
2. if D中樣本全屬於同一類別C：
   將node標記為C類葉結點；
   遞迴返回；
   end if
3. if A=空集 或 D中樣本在A上取值相同：
   將node標記為D中樣本數(當前結點)最多的類(成為葉結點)；
   遞迴返回；
   end if
4. 從A中選擇最優劃分屬性a_*：

• a_*=argmax Gain（D,a）
  [最大化資訊增益，偏好可取值數目較多的屬性 ]
• a_*=argmax Gain_ratio（D,a）
  [ 最大化資訊增益率，偏好可取值數目較少的屬性]
• a_*=argmin Gini_index（D,a）
  [最小化基尼指數]

5. for a_* 的每個值 a‘_* do
   為node生成一個分支；令D_v表示D中在a_*上取值為a’_*的樣本子集
   if D_v為空：
   將分支結點標記為D中樣本數(父結點)最多的類(成為葉結點);
   遞迴返回；
   else
   以TreeGenerate（D_v，A{a_*}）為分支結點
   end if
   end for

輸出
以node為根結點的一棵決策樹