Video: The Choice is Ours (2016) Official Full Version 2024
A beslutningstreet er en tilnærming til prediktiv analyse som kan hjelpe deg med å ta avgjørelser. Anta for eksempel at du må bestemme om du skal investere en viss sum penger i en av tre forretningsprosjekter: en matvareforretning, en restaurant eller en bokhandel.
En bedriftsanalytiker har utarbeidet feilfrekvensen eller suksessen for hver av disse forretningsidéene som prosentandeler og fortjenesten du vil gjøre i hvert enkelt tilfelle.
| Forretninger | Suksessfrekvens | Feilfrihet |
|---|---|---|
| Matvare | 60 prosent | 40 prosent |
| Restaurant | 52 prosent | 48 prosent < Bokhandel |
| 50 prosent | 50 prosent | Forretninger |
| Gain (USD) | Tap (USD) | Matvarebil |
|---|---|---|
| 20 000 | -7 000 < Restaurant | 40, 000 |
| -21, 000 | Bokhandel | 6, 000 |
| -1, 000 |
|
Fra tidligere statistiske data vist, kan du bygge et beslutnings tre som vist nedenfor. |
forventet verdi
for hvert alternativ - en nummerert rang som hjelper deg med å velge det beste. Forventet verdi beregnes på en slik måte at det inkluderer alle mulige utfall for en beslutning. Beregning av forventet verdi for næringsidealens forretningsidé ser slik ut:
Forventet verdi for matvognvirksomhet = (60 prosent x 20 000 (USD)) + (40 prosent * -7 000 (USD)) = 9, 200 (USD) > Her reflekterer den forventede verdien gjennomsnittsgevinsten fra å investere i en matvareforretning. I dette scenariet - selvfølgelig, hvis du forsøker å investere i matvareforretninger flere ganger (under de samme omstendighetene hver gang), vil gjennomsnittlig fortjeneste være 9, 200 (USD) per bedrift.
Følgelig kan du beregne forventede verdier for en restaurantvirksomhet og bokhandel på samme måte som følger:Forventet verdi for restaurantvirksomhet = (52 prosent x 40 000 (USD)) + (48 prosent * - 21, 000 (USD)) = 10, 720 (USD)
Forventet verdi av bokhandelvirksomhet = (50 prosent x 6 000 (USD)) + (50 prosent * -1 000 (USD)) = 2, 500 (USD)
Den forventede verdien av en restaurantvirksomhet representerer en prognose for hvor mye fortjeneste du vil gjøre (i gjennomsnitt) hvis du investerer flere ganger i en restaurantvirksomhet. Derfor blir den forventede verdien et av kriteriene du finner i din beslutningsprosess. I dette eksemplet kan de forventede verdiene til de tre alternativene hengi deg til å favorisere å investere i restaurantbransjen.
Beslutningstrær kan også brukes til å visualisere klassifikasjonsregler (som de som er nevnt i det tidligere eksempelet på nettbutikk).
En avgjørelsesalgoritme genererer et beslutningstreet som representerer klassifikasjonsregler. I eksempelet for vaktbutikk vil du forutsi om en bestemt kunde vil kjøpe et klokke fra butikken din; Beslutningstreet vil i det vesentlige være et flytskjema: Hver
node
av beslutningstreet representerer et attributt identifisert i datamatrisen. Bladene på treet er de forutsagte avgjørelsene.
Dette beslutningstreet spår om en kunde kan kjøpe en gitt klokke i nettbutikken. Nodene i dette beslutningstreet representerer noen av egenskapene du analyserer; hver er en poengsum - av kundeinteresse i klokker, kundealder og kundelønn. Bruke modellen til en ny kunde X, kan du spore en bane fra roten av treet ned til en beslutningstreetes blad (ja eller nei) som indikerer og kartlegger hvordan denne kunden vil oppføre seg mot klokken som blir annonsert.
