交叉验证（cross-validation）， 不仅在决策树里，在其他的机器学习算法中也有涉及。一般称为*折交叉验证，举个例子说的话比如一般用的5折交叉验证，就是在做模型的时候把training set切为5份，每次在4份上做训练，在剩下的一份上做预测，这样相当于做了5次训练和预测。你可以分别用判断准确率的指标衡量这五次的预测结果，也可以用它们来改进模型，比如对树剪枝防止过拟合什么的。交叉验证的代码可以自己写，这种方法可以推广到很多模型上，帮助你训练模型和检验模型稳健性之类的。
我的理解比较粗浅，期待更严谨的解释~
