Otsustuspuu on puulaadse struktuuriga tugivahend, mis modelleerib tõenäolisi tulemusi, ressursside maksumust, utiliite ja võimalikke tagajärgi. Otsustuspuud pakuvad viisi algoritmide esitamiseks. Algoritmid (Algos) Algoritmid (Algos) on juhiste kogum, mis võetakse kasutusele ülesande täitmiseks. Algoritme tutvustatakse kauplemise automatiseerimiseks, et teenida kasumit sagedusega, mis on tingimuslike kontrolllausetega inimkauplejale võimatu. . Nende hulka kuuluvad harud, mis esindavad otsuste langetamise samme, mis võivad viia soodsa tulemuseni.
Joonis 1. Lihtne otsustuspuu (allikas)
Skeemistruktuur sisaldab sisemisi sõlmi, mis esindavad teste või atribuute igas etapis. Iga haru tähistab atribuutide tulemust, samas kui tee lehest juureni tähistab klassifitseerimise reegleid.
Otsustuspuud on üks parimatest õppimismeetoditel põhinevate õppimisalgoritmide vormidest. Need suurendavad ennustavaid mudeleid täpsuse, lihtsa tõlgendamise ja stabiilsusega. Tööriistad sobivad tõhusalt ka mittelineaarsete seoste sobitamiseks, kuna need on võimelised lahendama andmetele sobivaid probleeme, nagu regressioon ja klassifikatsioonid.
Kokkuvõte
- Mittelineaarsete andmekogumite tõhusaks käitlemiseks kasutatakse otsustuspuid.
- Otsustuspuu tööriista kasutatakse reaalses elus paljudes valdkondades, nagu näiteks inseneritöö, tsiviilplaneerimine, õigus ja ettevõtlus.
- Otsustuspuud võib jagada kahte tüüpi; kategoorilise muutuja ja pideva muutuva otsusega puud.
Otsuste tüübid
On kaks peamist tüüpi otsustuspuid, mis põhinevad sihtmuutujal, s.t kategoorilised muutujate otsustuspuud ja pideva muutuva otsusega puud.
1. Kategoorilise muutuja otsustuspuu
Kategooriliste muutujate otsustuspuu sisaldab kategoorilisi sihtmuutujaid, mis on jagatud kategooriatesse. Näiteks võivad kategooriad olla jah või ei. Kategooriad tähendavad, et otsustusprotsessi iga etapp kuulub ühte kategooriasse ja seal pole vahelisi.
2. Pidev muutuva otsustuspuu
Pideva muutuja otsustuspuu on pideva sihtmuutujaga otsustuspuu. Näiteks saab teadaoleva isiku sissetulekut ennustada olemasoleva teabe põhjal, näiteks tema amet, vanus ja muud pidevad muutujad.
Otsustuspuude rakendamine
1. Tulevaste kasvuvõimaluste hindamine
Üks otsustuspuude rakendusi hõlmab ajalooliste andmete põhjal ettevõtete võimalike kasvuvõimaluste hindamist. Ajaloolisi müügiandmeid saab kasutada otsustuspuudes, mis võivad viia ettevõtte strateegias radikaalsete muudatuste tegemiseni, et aidata laienemist ja kasvu.
2. Demograafiliste andmete kasutamine potentsiaalsete klientide leidmiseks
Teine otsustuspuude rakendus on demograafiliste andmete kasutamine. Demograafia Demograafiline teave viitab elanikkonna sotsiaal-majanduslikele omadustele, mida ettevõtted kasutavad klientide toote-eelistuste ja ostukäitumise tuvastamiseks. Oma sihtturu omadustega saavad ettevõtted luua oma kliendibaasi profiili. potentsiaalsete klientide leidmiseks. Need võivad aidata turunduseelarve korrastamisel ja teadlike otsuste langetamisel sihtturul, millele ettevõte on keskendunud. Otsustuspuudude puudumisel võib ettevõte oma turundusturgu kulutada, pidamata silmas konkreetset demograafilist olukorda, mis mõjutab ettevõtte kogutulusid.
3. Mitmes valdkonnas tugitööriistana toimimine
Laenuandjad kasutavad otsustuspuud ka kliendi laenu maksmata jätmise tõenäosuse prognoosimiseks, rakendades kliendi varasemaid andmeid kasutades ennustavat mudeli genereerimist. Otsustuspuu abivahendi kasutamine võib aidata laenuandjatel kliendi krediidivõimelisust hinnata, et kahju ära hoida.
Otsustuspuid saab kasutada ka operatsiooniuuringutes logistika ja strateegilise juhtimise planeerimisel. Strateegiline juhtimine Strateegiline juhtimine on organisatsiooni tippjuhtkonna poolt tema nimel võetud peamiste eesmärkide ja algatuste sõnastamine ja elluviimine. Need võivad aidata kindlaks määrata sobivad strateegiad, mis aitavad ettevõttel oma kavandatud eesmärke saavutada. Muud valdkonnad, kus otsustuspuid saab rakendada, hõlmavad inseneriteadust, haridust, õigust, ettevõtlust, tervishoidu ja rahandust.
Otsustuspuude eelised
1. Lihtne lugeda ja tõlgendada
Otsustuspuude üks eelis on see, et nende väljundeid on lihtne lugeda ja tõlgendada, ilma et oleks vaja isegi statistilisi teadmisi. Näiteks kui klientide demograafilise teabe esitamiseks kasutatakse otsustuspuud, saavad turundusosakonna töötajad lugeda ja tõlgendada andmete graafilist esitust statistilisi teadmisi nõudmata.
Andmeid saab kasutada ka oluliste teadmiste loomiseks turundusosakonna sõnastatud erinevate strateegiate tõenäosuste, kulude ja alternatiivide kohta.
2. Lihtne valmistada
Võrreldes teiste otsustusmeetoditega võtavad otsustuspuud andmete ettevalmistamiseks vähem vaeva. Kasutajatel peab siiski olema valmis teave, et luua uusi muutujaid, kellel on sihtmuutuja prognoosimine. Samuti saavad nad luua andmete klassifikaatorid, ilma et peaksid arvutama keerukaid arvutusi. Keerulistes olukordades saavad kasutajad otsustuspuud kombineerida teiste meetoditega.
3. Vaja on vähem andmete puhastamist
Otsustuspuude eeliseks on ka see, et kui muutujad on loodud, on vaja vähem andmeid puhastada. Puuduvate väärtuste ja kõrvalekallete juhtumitel on otsustuspuu andmetel vähem tähtsust.
Otsustuspuude puudused
1. Ebastabiilne olemus
Üks otsustamispuude piirang on see, et nad on teiste otsuste ennustajatega võrreldes suures osas ebastabiilsed. Väike andmete muutus võib kaasa tuua olulise muudatuse otsustuspuu struktuuris, mis võib anda teistsuguse tulemuse kui see, mida kasutajad saavad tavalisel juhul. Sellest tulenevat muutust tulemuses saab juhtida masinõppe algoritmidega, näiteks Boosting Boosting on võimenduse algoritm, mis aitab masinõppe ansamblis variatsioone ja kallutatust vähendada. Algoritm aitab kaasa nõrkade õppijate muutmisele ja kottide pakkimisele. Kottide pakkimine (alglaadimiste koondamine) Ansambli masinõppe saab peamiselt liigitada kottidesse pakkimiseks ja täiendamiseks. Kottimistehnika on kasulik nii regressiooni kui ka statistiliste andmete jaoks.
2. Pideva muutuja tulemuse ennustamisel vähem efektiivne
Lisaks on otsustuspuud ennustuste tegemisel vähem efektiivsed, kui peamine eesmärk on ennustada pideva muutuja tulemust. Seda seetõttu, et otsustuspuud kipuvad muutujaid mitmesse kategooriasse liigitades teavet kaotama.
Rohkem ressursse
Finance on sertifitseeritud pangandus- ja krediidianalüütiku (CBCA) ™ CBCA ™ sertifikaadi ametlik pakkuja. Certified Banking & Credit Analyst (CBCA) ™ akrediteerimine on krediidianalüütikute ülemaailmne standard, mis hõlmab finantseerimist, raamatupidamist, krediidianalüüsi, rahavoogude analüüsi, pakti modelleerimine, laenu tagasimaksed ja palju muud. sertifitseerimisprogramm, mille eesmärk on muuta keegi maailmatasemel finantsanalüütikuks.
Finantsanalüüsi alal õppimiseks ja teadmiste arendamiseks soovitame tungivalt allpool olevaid täiendavaid finantsressursse:
- Sõltumatud sündmused Sõltumatud sündmused Statistikas ja tõenäosusteoorias on sõltumatud sündmused kaks sündmust, kus ühe sündmuse toimumine ei mõjuta teise sündmuse toimumist
- Vooskeemi mallid Vooskeemi mallid Vooskeemid sobivad suurepäraselt äriprotsesside lühikirjeldamiseks, ilma et see kahjustaks struktuuri ja detaile. Allpool on neli näidisvoo malli
- Vastastikku välistavad sündmused Vastastikku välistavad sündmused Statistikas ja tõenäosusteoorias on kaks sündmust üksteist välistavad, kui need ei saa toimuda korraga. Lihtsaim vastastikku välistava näide
- Puu skeem Puu skeem Puu skeemi kasutatakse matemaatikas - täpsemalt tõenäosusteoorias - tööriistana, mis aitab arvutada ja visuaalselt esitada
