09决策树Decision Tree让选择回归理性
找工作、创业、投资、战略决策,有没有一些合适的工具推荐?
决策树(Decision tree)由一个决策图和可能的结果(包括资源成本和风险)组成, 用来创建到达目标的规划。
决策树应用机器学习,大数据挖掘,基于信息论的决策树算法有ID3,CART和C4.5算法等,今天我们把他迁移到商业管理领域。
决策树就是每个决策或时间都可以引出两个或多个事件,导致不同的结果,把这种决策分支画成图形很像一颗树的树干。每种分枝决策加上概率,可以称之为概率树Probability Tree。
西蒙说:管理都是决策。而决策树,就是一种把决策节点画成树的辅助巨册工具,一种寻找最优化方案的画图法。
决策树模型是一种流程方法模型。
如何使用决策树进行决策?
第一步:绘制树状图:根据已知条件列出各方案的的状态;
第二步:表示损益值:将各状态概率及损益值标于概率枝上;
第三步:计算期望值:计算各方案期望值并标于对应的状态结点上;
第四步:剪枝做决策:进行剪枝,比较各方案期望值,并标于方案枝上,将期望值小的(即劣等方案剪掉)所剩最后方案即为最佳方案。
使用决策树进行决策的条件:
1.目标:具有决策者期望达到的明确目标;
2.方案:存在决策者可供选择的两个以上的可行的决策方案;
3.变量:存在决策者无法控制的两种以上的因素;
4.损益:不同方案在不同决策下的损益值可以计算出来;
5.概率:决策者能估算出不同状态下发生的概率。
银行放款就使用决策树模型,首先判断客户的年收入指标。如果大于20万,可以贷款;否则继续判断。然后判断客户是否有房产。如果有房产,可以贷款;否则不能贷款。
本文出自天天悦读,转载时请注明出处及相应链接。
本文永久链接: https://yuedu.biz/decision-tree/
决策树模型是一种流程方法模型