При работе с очень большими наборами данных построение дерева решений может быть затруднительно. Даже в случаях, когда это возможно, это может быть не лучший способ использовать данные. В качестве решения проблемы используется метод отсечения ветвей дерева решений на этапе реализации. Отсечение ветвей или замена некоторых ветвей поддеревом проводится там, где эта процедура не приводит к возрастанию ошибки. Процесс проходит снизу вверх, тем самым он является восходящим. Это более популярная процедура, чем использование правил остановки. Деревья, получаемые после отсечения некоторых ветвей, называют усеченными. Если такое усеченное дерево все еще не является интуитивным и сложно для понимания, используют извлечение правил, которые объединяют в наборы для описания классов. Каждый путь от корня дерева до его вершины или листа дает одно правило. Условиями правила являются проверки на внутренних узлах дерева. Статья посвящена описанию метода отсечения ветвей дерева решений для решения задачи классификации. When working with very large data sets to build a decision tree can be difficult. Even in cases where this is possible, it may not be the best way to use the data. As a workaround, use tree branches cut method decisions in the implementation phase. Pruning branches or replace some subtree branches held where this procedure does not lead to an increase in errors. The process takes place from the bottom up, thus it is rising. This procedure is more popular than the use of rules of a stop. Trees, received after the cut off some branches, called truncated. If a truncated tree still is not intuitive and hard to understand, using the extraction rules that combine to describe a set of classes. Each path from the root to its top or sheet gives one rule. Terms and Conditions are checks at internal nodes of the tree. The article describes the method of tree branches cut solutions to solve classification problems.