Was ist ein Algorithmus zur Entscheidungsfindung basierend auf einer Baumstruktur?

Entscheidungsbaum (Entscheidungsbaum) basiert auf der bekannten Wahrscheinlichkeit verschiedener Situationen. Durch Bildung eines Entscheidungsbaums wird die Wahrscheinlichkeit ermittelt, dass der erwartete Wert des Nettobarwerts größer oder gleich Null ist, und ausgewertet Projektrisiko und Beurteilung seiner Machbarkeit. Die Entscheidungsanalysemethode ist eine grafische Methode, die intuitiv die Wahrscheinlichkeitsanalyse verwendet.

Da diese Art von Entscheidungszweig wie die Zweige eines Baumes gezeichnet wird, wird er Entscheidungsbaum genannt. Beim maschinellen Lernen ist ein Entscheidungsbaum ein Vorhersagemodell, das eine Zuordnungsbeziehung zwischen Objektattributen und Objektwerten darstellt. Entropie = Wie chaotisch das System ist. Unter Verwendung der Algorithmen ID3, C4.5 und C5.0 verwenden die Spanning-Tree-Algorithmen Entropie. Dieses Maß basiert auf dem Konzept der Entropie in der Informatiktheorie. (Empfohlenes Lernen: Web-Frontend-Video-Tutorial)

Der Entscheidungsbaum ist eine Baumstruktur, in der jeder interne Knoten einen Test für ein Attribut darstellt und jeder Zweig eine Testausgabe darstellt . Jeder Blattknoten repräsentiert eine Kategorie.

Der Klassifizierungsbaum (Entscheidungsbaum) ist eine sehr häufig verwendete Klassifizierungsmethode. Es handelt sich um eine Art überwachtes Lernen. Das sogenannte überwachte Lernen besteht darin, eine Reihe von Stichproben bereitzustellen. Jede Stichprobe verfügt über eine Reihe von Attributen und eine Kategorie. Diese Kategorien werden im Voraus festgelegt und durch Lernen kann ein Klassifikator ermittelt werden Dieser Klassifikator kann neue Vorkommen klassifizieren und ihnen die richtige Klassifizierung geben. Ein solches maschinelles Lernen wird überwachtes Lernen genannt.

besteht aus

□ - Entscheidungspunkt, der die Auswahl mehrerer möglicher Optionen ist, also die beste Option, die letztendlich ausgewählt wird. Wenn es sich bei der Entscheidung um eine mehrstufige Entscheidung handelt, kann es in der Mitte des Entscheidungsbaums mehrere Entscheidungspunkte geben, und der Entscheidungspunkt an der Wurzel des Entscheidungsbaums ist der endgültige Entscheidungsplan.

○——Zustandsknoten, der den wirtschaftlichen Effekt (erwarteten Wert) des alternativen Plans darstellt. Durch den Vergleich des wirtschaftlichen Effekts jedes Statusknotens kann der beste Plan gemäß bestimmten Entscheidungskriterien ausgewählt werden. Die von den Zustandsknoten abgeleiteten Zweige werden als Wahrscheinlichkeitszweige bezeichnet. Die Anzahl der Wahrscheinlichkeitszweige stellt die Anzahl der möglichen natürlichen Zustände dar. Auf jedem Zweig muss die Wahrscheinlichkeit des Auftretens des Zustands angegeben werden.

△——Ergebnisknoten, markieren Sie den Gewinn- und Verlustwert jedes Plans unter verschiedenen natürlichen Zuständen am rechten Ende des Ergebnisknotens.

Ein Entscheidungsbaum enthält drei Arten von Knoten:

Entscheidungsknoten: normalerweise dargestellt durch ein rechteckiges Feld

Opportunity-Knoten: normalerweise dargestellt durch einen Kreis Stellt den

Endpunkt dar: normalerweise dargestellt durch ein Dreieck

Entscheidungsbaumlernen ist auch eine gängige Methode bei der Datenexploration. Dabei stellt jeder Entscheidungsbaum eine Baumstruktur dar, die anhand ihrer Zweige Objekte dieses Typs anhand ihrer Attribute klassifiziert. Jeder Entscheidungsbaum kann für Datentests auf eine Aufteilung der Quelldatenbank zurückgreifen.

Dieser Prozess kann den Baum rekursiv beschneiden. Der rekursive Prozess ist abgeschlossen, wenn keine Unterteilungen mehr vorgenommen werden können oder eine separate Klasse auf einen Zweig angewendet werden kann. Darüber hinaus kombiniert der Random-Forest-Klassifikator viele Entscheidungsbäume, um die Genauigkeit der Klassifizierung zu verbessern.

Das obige ist der detaillierte Inhalt vonWas ist ein Algorithmus zur Entscheidungsfindung basierend auf einer Baumstruktur?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!