Stablo odlučivanja

Stablo odlučivanja je alat za podršku odluka koji koristi grafikon u obliku stabla ili model odluka i njihovih mogućih posledica, uključujući i šansu ishoda događaja, troškove resursa i korisnosti. To je jedan način da se prikaže algoritam.

Stabla odlučivanja su se obično koristila u operacionim istraživanjima, posebno u analizi odluke, da pomognu u identifikovanju strategije kojom će se najverovatnije postići cilj.

Pregled

Stablo odlučivanja je dijagram nalik strukturi u kojoj je svaki unutrašnji čvor predstavlja "test" na atribut (npr. da li se na flip novčiću pojavi glava ili pismo), svaka grana predstavlja ishod testa i svaki list čvor predstavlja klasu oznake (odluka doneta posle računanja svih atributa). Staze od korena do lista predstavljaju pravila klasifikacije.

U analizi odlučivanja stablo odlučivanja i blisko povezani dijagram uticaja se koriste kao vizuelno i analitičko oruđe za podršku odlučivanja, gde su izračunate očekivane vrednosti (ili očekivane korisnosti) od konkurentskih alternativa.

Stablo odlučivanja se sastoji od 3 vrste čvorova:

Čvorovi odlučivanja - često predstavljeni kvadratima
Čvorovi promena - predstavljeni krugovima
Čvorovi krajeva - predstavljeni trouglovima

Stabla odlučivanja se obično koriste u operacionim istraživanjima, posebno u analizi odluke, da pomognu u identifikovanju strategije koja će najverovatnije dovesti do ostvarivanja cilja. Ako se u praksi odluke moraju uzeti na mreži bez opoziva pod nepotpunim znanjem, stablo odlučivanja se treba postaviti paralelno sa modelom verovatnoće kao najbolji izbor modela ili onlajn izbor modela algoritma. Druga upotreba stabla odlučivanja je kao opisno sredstvo za obračun uslovne verovatnoće.

Stablo odlučivanja, dijagrami uticaja, korisne funkcije, i druge alatke za analizu odluka i metode podučavaju studente u školama poslovanja, zdravstvene ekonomije, i javnog zdravlja, i to su primeri istraživanja ili naučnim upravljačkim metoda.

Stablo odlučivanja gradivnih blokova

Elementi stabla odlučivanja

Nacrtano sleva nadesno, stablo odlučivanja ima samo eksplozivne čvorove (rezači staze), ali ne potonule čvorove (spajače staza). Dakle, koristeći ih ručno, oni mogu da porastu veoma veliki i onda ih je često teško nacrtati rukom. Tradicionalno, stabla odlučivanja su ručno napravljena - kao što primer pokazuje - uprkos povećavanju, specijalizovani softver je zaposlen.

Pravila odlučivanja

Drvo odlučivanja može biti linearizovano u pravila odlučivanja,^[1] gde je ishod sadržaj lista čvora, i uslovi duž staze formiraju konjunkciju u ako klauzuli. U principu, pravila imaju oblik:

ako uslov1 i uslov2 i uslov3 onda ishod.

Pravila odlučivanja se mogu generisati izgradnjom pravila saradnje sa ciljnom promenljivom na desnoj strani.

Stablo odlučivanja koristeći simbole dijagrama

Obično je stablo odlučivanja nacrtano korišćenjem simbola dijagrama zato što je to mnogima lakše za čitanje i razumevanje.

Primer analize

Analiza može uzeti u obzir donosioce odluke (npr. kompaniju) prednost ili funkcija korisnosti, na primer:

Osnovna interpretacija u ovoj situaciji je da je kompanija preferira rizik i isplate u odnosu na realne prioritetne rizike koeficijenta B (više od $ 400K-u tom rasponu od averzije prema riziku, kompanija bi trebalo da modelira treću strategiju, "Ni A ni B") .

Dijagram uticaja

Mnogo informacija u stablu odlučivanja može se predstaviti više kompaktno kao dijagram uticaja, usmeravajući pažnju na probleme i odnose između događaja.

Kvadrat predstavlja odluke, ovali predstavljaju akciju, a dijamant predstavlja rezultate.

Prednosti i mane

Alati za podršku odluka, stabla odlučivanja (i dijagrami uticaja) imaju nekoliko prednosti. Stabla odlučivanja:

Je jednostavno shvatiti i tumačiti. Ljudi su u stanju da razumeju modele stabla odlučivanja posle kratkog objašnjenja.
Imaju vrednost čak i sa malim čvrstim podacima. Važni uvidi mogu da se generišu na osnovu eksperata opisivanja situacija (njegove alternative, verovatnoće i troškove) i njihove preference ishoda.
Dozvoljavaju dodavanje novih mogućih scenarija
Pomažu pri utvrđivanju najgorih, najboljih i očekivanih vrednosti za različite scenarije.
Koriste model bele kutije. Ako je dobijeni rezultat obezbeđen od strane modela.
Mogu se kombinovati sa drugim tehnikama odlučivanja.

Mane stabala odlučivanja:

Za podatke koji uključuju kategoričke promenljive sa različitim brojem nivoa, informacije dobijene iz stabala odlučivanja su pristrasne u korist tih atributa sa više nivoa.^[2]
Proračuni mogu postati veoma kompleksni naročito ako su mnoge vrednosti nepouzdane i / ili ako je mnogo ishoda povezano.

Reference

^ Quinlan, J. R. (1987). „Simplifying decision trees”. International Journal of Man-Machine Studies. 27 (3): 221. doi:10.1016/S0020-7373(87)80053-6.
^ Deng,H.; Runger, G.; Tuv, E. (2011). Bias of importance measures for multi-valued attributes and solutions. Proceedings of the 21st International Conference on Artificial Neural Networks (ICANN).

Literatura

Cha, Sung-Hyuk; Tappert, Charles C (2009). „A Genetic Algorithm for Constructing Compact Binary Decision Trees”. Journal of Pattern Recognition Research. 4 (1): 1—13. doi:10.13176/11.44. Arhivirano iz originala 23. 05. 2017. g. Pristupljeno 09. 11. 2015. Spoljašnja veza u |journal= (pomoć)External link in |work= (help)

Spoljašnje veze

SilverDecisions: a free and open source decision tree software
Decision Tree Analysis mindtools.com
Decision Analysis open course at George Mason University
Extensive Decision Tree tutorials and examples Arhivirano na sajtu Wayback Machine (3. februar 2015)

[1] Quinlan, J. R. (1987). „Simplifying decision trees”. International Journal of Man-Machine Studies. 27 (3): 221. doi:10.1016/S0020-7373(87)80053-6.

[2] Deng,H.; Runger, G.; Tuv, E. (2011). Bias of importance measures for multi-valued attributes and solutions. Proceedings of the 21st International Conference on Artificial Neural Networks (ICANN).

[1]

[2]