در روش درخت تصمیم، نمونه­ها به یک الگوریتم C4.5­[۱۵]، که یکی از درختهای تصمیم­گیری است اعمال می­شوند، سپس درخت هرس شده حاصل از الگوریتم C4.5 را گرفته و کلیه ویژگی­هایی که در آن وجود دارد را بعنوان جواب مساله باز می­گردانیم.

الگوریتم C4.5، از یک تابع مکاشفه بر پایه اطلاعات استفاده می­کند، یک فرم ساده این توابع برای مسائل دو کلاسه به صورت زیر است:

 

 

که در آن p  تعداد نمونه­های کلاس اول و n تعداد نمونه­های کلاس دوم است. فرض کنید که صفت F1 بعنوان ریشه درخت در نظر گرفته شده است و مجموعه آموزشی را به دو زیرمجموعه T1 و T0 تقسیم کرده است. آنتروپی ویژگی F1 برابر است با:

الگوریتم درخت تصمیم به صورت زیر است[۱۳]: