本公开提供的决策树的生成方法、装置、电子设备及程序产品，涉及深度学习技术；包括获取包括多个样本数据的样本总群，样本数据具有个体处理效应；针对每个待分裂的父节点，对父节点中的样本数据进行分类得到子节点；根据子节点中包括的样本数据的个体处理效应，以及父节点中包括的样本数据的个体处理效应，确定子节点与父节点之间的不纯度相对值；根据不纯度相对值，以及预设的不纯度减小量阈值，确定子节点是否有效。本公开提供的方案中，通过节点间不纯度相对值，再基于该值确定节点间不纯度变化情况，不会受到构建模型时标签取值范围的影响，也就无需在生成决策树时频繁的调整该阈值，能够提高决策树的生成效率。