分类树是一种非参数形式的分类方法，可通过递归拆分预测值中的数据来创建二进制树。拆分数据将会被选中，这样两个子节点在反应列的级别方面将比父节点更纯净。将使用各种选项来控制树种植的深度。对观察值的类预测是基于观察值的终端节点中的多数类的。

分类树能够处理包含两个以上类的反应变量。“预测器”列可为数字或字符（假设在任何一个字符列中没有超过 31 个唯一的字符值）。没有必要对“预测”列进行转换；对任何单调的数据转换将种植相同的树。