决策树的伪代码如下（分而治之算法）：
输入： 训练集D={（x1,y1）,(x2,y2),.....,(xm,ym)}; 属性集A={a1，a2,.....ad}. 过程：函数treeGenerate(D,A) 1.生成节点Node； 2.if D中样本全属于同一类别C then 3. 将node标记为C类叶结点；return 4. end if 5. if A≠∅ OR D中样本在A上取值相同 then 6. 将node标记为叶结点，其类别标记为D中样本最多的类;return 7. end if 8. 从A中选择最优划分属性a*； 9. for a*的每一个值a*V do 10. 为node生成一个分支，另Dv表示D在a*上取值为a*V的样本子集； 11. if Dv为空then 12. 将分支结点标记为叶结点，其类别标记为D中样本最多的类，return 13. else 14. 以TreeGenerate(Dv,A\{ak})为分支结点 15. endif 16. end for