摘要： 决策树是解决分类问题的重要方法，目前已经提出多种决策树算法，如ＩＤ３、Ｃ４．５ 和ＣＡＲＴ，它们代表属性分割的普遍标准，即香农熵、信息增益率和基尼系数，但这些算法相互 独立，各自优势无法统一。针对该问题，通过研究Ｔｓａｌｌｉｓ熵，提出Ｔｓａｌｌｉｓ算法，并基于该算法构 建决策树，最后在此基础上提出关键度度量的概念，进一步弥补了叶节点以“少数服从多数”标 识分类的缺陷。实验结果表明：该方案精度高、规模小。