决策树可根据应用到每个观测的一系列规则创建输入数据的层次分段。每个规则会根据一个预测值向分段分配观测。规则会按顺序应用，从而在分段中产生分段层次。该层次称为树，而每个分段则称为节点。原始分段包含整个数据集，称为根节点。一个节点及其所有后继节点形成一个分支。最终节点称为叶。对于每个叶，将做出有关响应变量的决策，并将该决策应用到该叶中的所有观测。确切的决策取决于响应变量。
决策树需要一个测度响应变量或类别响应变量，以及至少一个预测值。预测值可以是类别或测度变量，但不能为交互作用项。
决策树使您可以通过进入交互模式手动训练和修剪节点。在交互模式下，无法修改响应变量，生长属性会被锁定，并且无法导出模型评分代码。允许对预测值进行某些修改，例如将测度转换为类别。若您在交互模式下修改预测值，决策树会保持处于交互模式，但会尝试使用相同的规则重新生成拆分和修剪。
要进入交互模式，您可以在树窗口中开始对决策树进行更改，或点击右窗格中角色选项卡上的使用交互模式。要离开交互模式，请点击角色选项卡上的使用非交互模式。
注: 若离开交互模式，则会丢失所有更改。