决策树
(Decision tree)
一、决策树的概念
决策树(decision tree)又称为分类树(classification tree),决策树是最为广泛的归纳推理算法之一,处理类别型或连续型变量的分类预测问题,可以用图形和if-then的规则表示模型,可读性较高。决策树模型透过不断地划分数据,使依赖变量的差别最大,最终目的是将数据分类到不同的组织或不同的分枝,在依赖变量的值上建立最强的归类。
分类树的目标是针对类别应变量加以预测或解释反应结果,就具体本身而论,此模块分析技术与判别分析、区集分析、无母数统计,与非线性估计所提供的功能是一样的,分类树的弹性,使得数据本身更加具吸引人的分析选项,但并不意谓许多传统方法就会被排除在外。实际应用上,当数据本身符合传统方法的理论条件与分配假说,这些方法或许是较佳的,但是站在探索数据技术的角度或者当传统方法的设定条件不足,分类树对于研究者来说,是较佳的建议技巧。
决策树是一种监督式的学习方法,产生一种类似流程图的树结构。决策树对数据进行处理是利用归纳算法产生分类规则和决策树,再对新数据进行预测分析。树的终端节点”叶子节点(leaf nodes)”,表示分类结果的类别(class),每个内部节点表示一个变量的测试,分枝(branch)为测试输出,代表变量的一个可能数值。为达到分类目的,变量值在数据上测试,每一条路径代表一个分类规则。
决策树是用来处理分类问题,适用目标变量属于类别型的变量,目前也已扩展到可以处理连续型变量,如CART模型;惟不同的决策树算法,对于数据类型有不同的需求和限制。
决策树在Data Mining领域应用非常广泛,尤其在分类问题上是很有效的方法。除具备图形化分析结果易于了解的优点外,决策树具有以下优点:
1. 决策树模型可以用图形或规则表示,而且这些规则容易解释和理解。容
易使用,而且很有效。
2. 可以处理连续型或类别型的变量。以最大信息增益选择分割变量,模型
显示变量的相对重要性。
3. 面对大的数据集也可以处理得很好,此外因为树的大小和数据库大小无
关,计算量较小。当有很多变量入模型时,决策树仍然可以建构。
当项目需要做出某种决策、选择某种解决方案或者确定是否存在某种风险时,决策树 (decision making tree)提供了一种形象化的、基于数据分析和论证的科学方法,这...
图中的方块代表决策节点, 决策树的结构如下图所示。图中的方块代表决策节点, 的结构如下图所示 从它引出的分枝叫方案分枝。每条分枝代表一个方案, 从它引出的...
决策树_天文/地理_自然科学_专业资料。决策树主讲人:余英 决策树法 将损益期望值法中的各个方案的 情况用一个概率树来表示,就形 成了决策树。它是模拟树木...
决策树_互联网_IT/计算机_专业资料。 决策树基本概念决策树 决策树是一种典型的分类方法,首先对数据进行处理, 利用归纳算法生成可读的规则和决策树,然后使用决策...
决策树例题决策树例题(参考书目:环境管理学-杨贤智编著 ) 有一石油化工企业,对一批废油渣进行综合利用。它可以先作实验,然后决定是否综合 利用;...
自然状态 原料800担 原料2000担 概率 0.8 0.2 建大厂(投资25 万元) 13.5 25.5 建小厂(投资10 万元) 15.0 15.0 2 补充: 风险型决策方法——决策树...
决策树例题_工学_高等教育_教育专区。风险型决策 ? 最大概率法、收益期望值法、决策树法★决策树法 ? 将损益期望值法中的各个方案的情况用一个概率树 来表示...
决策树算法总结_计算机软件及应用_IT/计算机_专业资料。决策树算法总结优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征 数据。 ...
(假定销售收入在开发时间内均摊) 2.绘制两级决策的决策树。 3.试决定采用哪个方案。 注:计算结果保留两位小数。答案 : 问题 1 计算季平均销售收入: A 方案...
热门文档