单变量决策树指只有一个变量的决策时，即每次节点分裂时，只会选择特征集中的某一种特征，这标志着决策树的分类边界存在多个分段，若干个与坐标轴平行的分段组成。

单变量的决策树算法造成树的规模庞大、规则复杂且不易理解，一般会采取多变量决策树来解决。

不同于单变量决策树，多变量决策树的学习不是为每个非也节点寻找最优属性，而是试图简历一个合适的线性分类器。

相关词：决策树，多变量决策树

参考来源

【1】http://bealin.github.io/2017/02/27/机器学习系列—5-决策树/

【2】http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=26283084&flag=1