Дерево принятия решений — различия между версиями
Admin (обсуждение | вклад) |
Admin (обсуждение | вклад) |
||
Строка 1: | Строка 1: | ||
− | '''Дерево принятия решений''' (Desicion Tree) | + | '''Дерево принятия решений''' (Desicion Tree), '''Дерево классификации''' или '''Регрессионное дерево''' - средство [[Анализ компромиссов|поддержки принятия решений]], использующееся в [[Статистика|статистике]] и анализе данных для прогнозных моделей. Структура дерева представляет собой «листья» и «ветки». На ребрах («ветках») дерева решения записаны атрибуты, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — атрибуты, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе. |
== Основные определения == | == Основные определения == | ||
Строка 11: | Строка 11: | ||
* '''Анализ дерева классификации''', когда предсказываемый результат является классом, к которому принадлежат данные; | * '''Анализ дерева классификации''', когда предсказываемый результат является классом, к которому принадлежат данные; | ||
* '''Регрессионный анализ дерева''', когда предсказанный результат можно рассматривать как вещественное число (например, цена на дом, или продолжительность пребывания пациента в больнице). | * '''Регрессионный анализ дерева''', когда предсказанный результат можно рассматривать как вещественное число (например, цена на дом, или продолжительность пребывания пациента в больнице). | ||
+ | |||
+ | == Дерево полезности == | ||
+ | '''Дерево полезности''' (utility tree) составляется при [[Анализ компромиссов#Анализ архитектуры ПО|анализе архитектурных альтернатив ПО]] и описывает основные качественные и функциональные параметры приложения с учетом [[требования|требований]] к нему. | ||
+ | |||
+ | [[Файл:utility-tree.png]] | ||
[[Категория: Концепции]] | [[Категория: Концепции]] |
Версия 17:49, 23 ноября 2016
Дерево принятия решений (Desicion Tree), Дерево классификации или Регрессионное дерево - средство поддержки принятия решений, использующееся в статистике и анализе данных для прогнозных моделей. Структура дерева представляет собой «листья» и «ветки». На ребрах («ветках») дерева решения записаны атрибуты, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — атрибуты, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе.
Основные определения
Дерево решений состоит из трёх типов узлов:
- Узлы решения — обычно представлены квадратами
- Вероятностные узлы — представляются в виде круга
- Замыкающие узлы — представляются в виде треугольника
Типология деревьев
Деревья решений, используемые в Data Mining, бывают двух основных типов:
- Анализ дерева классификации, когда предсказываемый результат является классом, к которому принадлежат данные;
- Регрессионный анализ дерева, когда предсказанный результат можно рассматривать как вещественное число (например, цена на дом, или продолжительность пребывания пациента в больнице).
Дерево полезности
Дерево полезности (utility tree) составляется при анализе архитектурных альтернатив ПО и описывает основные качественные и функциональные параметры приложения с учетом требований к нему.