决策树算法是一种分类算法，根据样本特征的不同属性值对样本进行逐层分割，最终形成一棵树状结构，树的不同节点代表不同特征的不同属性值，叶子节点代表不同的分类结果。

决策树算法通过熵和信息增益的计算来选择最优的特征属性，将样本逐层进行分割，从而使得分类结果最为准确。在分类过程中，将新样本从根节点开始，按照不同特征属性值进行逐层判断，并最终分类。