Hvad fortæller beslutningstræer dig?
Hvad fortæller beslutningstræer dig?

Video: Hvad fortæller beslutningstræer dig?

Video: Hvad fortæller beslutningstræer dig?
Video: Decision Tree Classification Clearly Explained! 2024, November
Anonim

EN beslutningstræ er en afgørelse supportværktøj, der bruger en træ -lignende graf eller model af beslutninger og deres mulige konsekvenser, herunder tilfældige begivenhedsudfald, ressourceomkostninger og nytteværdi. Det er én måde at vise en algoritme, der kun indeholder betingede kontroludsagn.

Desuden, hvorfor bruger vi beslutningstræer?

Beslutningstræer give en effektiv metode til Afgørelse At lave, fordi de: Klargør problemet, så alle muligheder kan udfordres. Tillad os fuldt ud at analysere de mulige konsekvenser af en afgørelse . Giv en ramme til at kvantificere værdierne af resultater og sandsynligheden for at opnå dem.

For det andet, hvad er fordelene ved beslutningstræ? En væsentlig fordel af en beslutningstræ er, at det tvinger hensynet til alle mulige udfald af en afgørelse og sporer hver vej til en konklusion. Det skaber en omfattende analyse af konsekvenserne langs hver gren og identificerer afgørelse noder, der har brug for yderligere analyse.

Når man tager dette i betragtning, hvordan når et beslutningstræ sin beslutning?

EN beslutningstræ er tegnet på hovedet med dens rod kl det top. I det billede på det venstre, det fed tekst i sort repræsenterer en betingelse/intern knude, baseret på hvilken træet deler sig i grene/kanter. Generelt, Beslutningstræ algoritmer er kaldet CART eller Klassifikation og Regression Træer.

Hvad er beslutningstræ med eksempel?

Beslutningstræer er en type Supervised Machine Learning (det vil sige, at du forklarer, hvad input er, og hvad det tilsvarende output er i træningsdataene), hvor dataene løbende opdeles efter en bestemt parameter. An eksempel af en beslutningstræ kan forklares ved hjælp af ovenstående binære træ.

Anbefalede: