“决策树”——数据挖掘、数据分析

决策树是一个预测模型;他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象,而每个分叉路径则代表的某个可能的属性值,而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出,若欲有复数输出,可以建立独立的决策树以处理不同输出。 决策树的实现首先要有一些先验(已经知道结果的历史)数据做训练,通过分析训练数据得到每个属性对结果的影响的大小,这里我们通过一种叫做信息增益的理论去描述它,期间也涉及到熵的概念。数据挖掘中决策树是一种经常要用到的技术,可以用于分析数据,同样也可以用来作预测(就像上面的银行官员用他来预测贷款风险)。

从数据产生决策树的机器学习技术叫做决策树学习, 通俗说就是决策树。

一个决策树包含三种类型的节点: 1.决策节点——通常用矩形框来表式 2.机会节点——通常用圆圈来表式 3.终结点——通常用三角形来表示

决策树学习也是资料探勘中一个普通的方法。在这里,每个决策树都表述了一种树型结构,它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测试。这个过程可以递归式的对树进行修剪。 当不能再进行分割或一个单独的类可以被应用于某一分支时,递归过程就完成了。另外,随机森林分类器将许多决策树结合起来以提升分类的正确率。

决策树对于常规统计方法的优缺点

优点:

  1) 可以生成可以理解的规则;

  2) 计算量相对来说不是很大;

  3) 可以处理连续和种类字段;

  4) 决策树可以清晰的显示哪些字段比较重要。

  缺点:

  1) 对连续性的字段比较难预测;

  2) 对有时间顺序的数据,需要很多预处理的工作;

  3) 当类别太多时,错误可能就会增加的比较快;

  4) 一般的算法分类的时候,只是根据一个字段来分类。

决策树的适用范围

  科学的决策是现代管理者的一项重要职责。我们在企业管理实践中,常遇到的情景是:若干个可行性方案制订出来了,分析一下企业内、外部环境,大部分条件是己知的,但还存在一定的不确定因素。每个方案的执行都可能出现几种结果,各种结果的出现有一定的概率,企业决策存在着一定的胜算,也存在着一定的风险。这时,决策的标准只能是期望值。即,各种状态下的加权平均值。

  针对上述问题,用决策树法来解决不失为一种好的选择。

  决策树法作为一种决策技术,已被广泛地应用于企业的投资决策之中,它是随机决策模型中最常见、最普及的一种规策模式和方法此方法,有效地控制了决策带来的风险。所谓决策树法,就是运用树状图表示各决策的期望值,通过计算,最终优选出效益最大、成本最小的决策方法。决策树法属于风险型决策方法,不同于确定型决策方法,二者适用的条件也不同。应用决策树决策方法必须具备以下条件:

  ①具有决策者期望达到的明确目标;

  ②存在决策者可以选择的两个以上的可行备选方案;

  ⑧存在着决策者无法控制的两种以上的自然状态(如气候变化、市场行情、经济发展动向等);

  ④不同行动方案在不同自然状态下的收益值或损失值(简称损益值)可以计算出来;

  ⑤决策者能估计出不同的自然状态发生概率。

决策树的决策程序

  决策树法的决策程序如下:

  (1)绘制树状图,根据已知条件排列出各个方案和每一方案的各种自然状态。

  (2)将各状态概率及损益值标于概率枝上。

  (3)计算各个方案期望值并将其标于该方案对应的状态结点上。

  (4)进行剪枝,比较各个方案的期望值,并标于方案枝上,将期望值小的(即劣等方案剪掉)所剩的最后方案为最佳方案。

  决策树法在企业决策中有着广泛的应用。下面举一实例说明其应用。某企业在下年度有甲、乙两种产品方案可供选择。每种方案都面I临滞销、一般、和畅销三种市场状态。各状态的概率和损益值如下:

  根据给出的条件运用决策树法选择一个最佳决策方案。

  解题方法如下:

  由此可以看出,决策树法的决策过程就是利用了概率论的原理,并且利用一种树形图作为分析工具。其基本原理是用决策点代表决策问题,用方案分枝代表可供选择的方案,用概率分枝代表方案可能出现的各种结果,经过对各种方案在各种结果条件下损益值的计算比较,为决策者提供决策依据。

决策树的应用前景

  从以上介绍可以看出决策树法具有许多优点:条理清晰,程序严严谨,定量、定性分析相结合,方法简单,易于掌握,应用性强,适用范围广等。人们逐渐认识到,在投资方案比较选择时考虑时间因素,建立时间可比原则和条件的重要性。当今的社会经济活动中,竞争日趋激烈,现代企业的经营方向面临着许多可供选择的方案,如何用最少的资源,赢得最大的利润以及最大限度地降低企业的经营风险,是企业决策者经常面对的决策问题,决策树法能简单明了地帮助企业决策层分析企业的经营风险和经营方向。必然地,随着经济的不断发展,企业需要做出决策的数量会不断地增加,而决策质量的提高取决于决策方法的科学化。企业的决策水平提高了,企业的管理水平就一定会提高。

  西蒙说:管理就是决策。

决策树的应用举例

案例一:利用决策树评价生产方案

  决策树是确定生产能力方案的一条简捷的途径。决策树不仅可以帮助人们理解问题,还可以帮助人们解决问题。决策树是一种通过图示罗列解题的有关步骤以及各步骤发生的条件与结果的一种方法。近年来出现的许多专门软件包可以用来建立和分析决策树,利用这些专门软件包,解决问题就变得更为简便了。

  决策树由决策结点、机会结点与结点间的分枝连线组成。通常,人们用方框表示决策结点,用圆圈表示机会结点,从决策结点引出的分枝连线表示决策者可作出的选择,从机会结点引出的分枝连线表示机会结点所示事件发生的概率。

  在利用决策树解题时,应从决策树末端起,从后向前,步步推进到决策树的始端。在向前推进的过程中,应在每一阶段计算事件发生的期望值。需特别注意:如果决策树所处理问题的计划期较长,计算时应考虑资金的时间价值。

  计算完毕后,开始对决策树进行剪枝,在每个决策结点删去除了最高期望值以外的其他所有分枝,最后步步推进到第一个决策结点,这时就找到了问题的最佳方案。

  下面以南方医院供应公司为例,看一看如何利用决策树作出合适的生产能力计划。

  南方医院供应公司是一家制造医护人员的工装大褂的公司。该公司正在考虑扩大生产能力。它可以有以下几个选择:1、什么也不做;2、建一个小厂;3、建一个中型厂;4、建一个大厂。新增加的设备将生产一种新型的大褂,目前该产品的潜力或市场还是未知数。如果建一个大厂且市场较好就可实现$100,000的利润。如果市场不好则会导致$90,000的损失。但是,如果市场较好,建中型厂将会获得$ 60,000,小型厂将会获得$40,000,市场不好则建中型厂将会损失$10,000,小型厂将会损失$5,000。当然,还有一个选择就是什么也不干。最近的市场研究表明市场好的概率是0.4,也就是说市场不好的概率是0.6。参下图:

  

  在这些数据的基础上,能产生最大的预期货币价值(EMV)的选择就可找到。

EMV(建大厂)=(0.4)*($100,000)+(0.6)*(-$90,000)=-$14,000

EMV(中型厂)=(0.4) *($ 600,000))+(0.6)* (-$10,000)=+$18,000

EMV(建小厂)=(0.4)* ($40,000)+(0.6)*(-$5,000)=+$13,000

EMV(不建厂)=$0

  根据EMV标准,南方公司应该建一个中型厂。

案例二:决策树法在投标决策中的应用

  施工企业在同一时期内有多个工程项目可以参加投标,由于本企业资源条件有限,不可能将这些项目都承包下来,这类问题可用分析风险决策的决策树法来进行定量分析。

  绘制方法

  1.先画一个方框作为出发点,这个方框又称为决策点

  2.从决策点向右引出若干根直线或折线每根直线或折线代表一个方案,这些直线或折线称为方案枝

  3.每个方案枝的彩A画,个圆圈,这个圆圈称为概率分叉点,也称为自然状态点

  4.从自然状态点引出若干根直线或折代表各自然状态的分枝这些直线或折线称为概率分枝

  5.在概率分枝的AFaM标明各自然状态的损益值

  决策树的分析最佳方案过程是比较各方案的损益值哪个方案的期望值最大则该方案为最佳方案

  【例】某市属建筑公司面临A, B两项工程。因受本单位资源条件限制,只能选择其中一项工程投标或者这两项过程均不参加投标。根据过去类似工程投标的经验数据,A工程投高标的中标概率为0.3,投低标的中标概率为0.8,编制该工程投标文件的费用为4万元;B工程投高标的中标概率为0.5,投低标的中标概率为0.6,编制该工程投标文件的费用为2.5 万元各方案承包的效果、概率、损益值如表1所示

  计算决策树上各机会点的期望值,并将计算出来的期望值标注在各机会点上方

  机会点⑦: 180×0.3 + 120×0.5+ 60×0.2= 126

  机会点②: 126×0.3 - 4×0.7=35

  机会点⑧: 125×0.2+ 75×0.7 + 0×0.1=77.5

  机会点③: 77.5×0.8- 4×0.2 = 61.2

  机会点⑨: 115×0.4 + 75×0.5 + 40×0.1 = 87.5

  机会点④: 87.5×0.5- 2.5×0.5 = 42.5

  机会点⑩: 90×0.2 + 40×0.5 - 20×0.3 =32

  机会点⑤: 32×0.6- 2.5×0.4=18

  机会点⑥: 0

  选择最佳方案

  方案枝上机会点③的期望值(61.2)最大方案(A低标) 为最佳方案,该施工企业应对A工程投低标。

利用excel研究决策树

今天随便浏览微博,突然发现Excel也能做决策树。立刻凌乱了。本人真是见识浅薄了。随即百度了一下,下了一个决策树的加载项,也就是宏,然后试着运行了一下。发现感觉还可以,虽然比起R,spss的决策树过程稍微复杂点,但是还是很靠谱的。你完全懂得树是如何生成的,挺靠谱的。有人说决策树是白箱,有人说是灰箱,不同的软件实现过程有点差别。

R做决策树的包是基于Breiman(名字没拼错吧)的那本《regression tree and decision tree》,具体的可以参考手册,R的特点就是事先数据准备好,然后按照规定的数据结构输入,调用函数,设置参数即可。

spss也是类似,只不过spss的算法选择没有R的包那么多。

excel完全是自己按照数据来画一棵决策树,自己控制树的生长,是一种不同的体验。首先下载treeplan宏,加载之后,点击生成一棵新树。然后根据数据的实际情况,把相应的节点改变为根节点,再生成新树枝。这个宏的选项还不是很多,但是对于一般商业用的数据挖掘我感觉是够用了。http://www.cda.cn/view/18472.html

转载于:https://www.cnblogs.com/amengduo/p/9587368.html

“决策树”——数据挖掘、数据分析相关推荐

  1. 【海量数据挖掘/数据分析】之 贝叶斯信念网络(贝叶斯信念网络、有向无环图、贝叶斯公式、贝叶斯信念网络计算实例)

    [海量数据挖掘/数据分析]之 贝叶斯信念网络(贝叶斯信念网络.有向无环图.贝叶斯公式.贝叶斯信念网络计算实例) 目录 [海量数据挖掘/数据分析]之 贝叶斯信念网络(贝叶斯信念网络.有向无环图.贝叶斯公 ...

  2. 【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析

    今天主要讲述的内容是关于决策树的知识,主要包括以下内容:         1.分类及决策树算法介绍         2.鸢尾花卉数据集介绍         3.决策树实现鸢尾数据集分析         ...

  3. 泰坦尼克号人员预测模型(python/jupyter-notebook/数据挖掘/数据分析)

    泰坦尼克号人员预测模型 运用python实现泰坦尼克号的人员预测,机器学习,数据挖掘 前言 以泰坦尼克号数据为对象,结合当时背景,理解数据和认识数据,掌握数据的初步探索,具体包括缺失值的处理.数据间的 ...

  4. 建立一颗最优的决策树 -如何调参,根据决策树进行数据分析

    此篇文章主要介绍了如何获得一颗最优的决策树 关键思想:要构建一棵完美的树,你需要在信息量最大的特征处拆分树,从而得到最纯的子节点 criterion='gini':基尼不纯度是一种误分类的度量,目标是 ...

  5. Datawhale数据挖掘 数据分析笔记

    EDA-数据探索性分析 文章目录 EDA-数据探索性分析 1. EDA介绍 2.EDA分析方法 2.1 安装环境 2.2 载入数据方法 2.3 数据集处理方法 2.3.1 数据总览 2.3.2 判断数 ...

  6. Python爬虫实训 数据挖掘 数据分析(豆瓣《霸王别姬》短评)

    <霸王别姬>短评 目标URL: https://movie.douban.com/subject/1291546/comments?status=P 首先安装两个模块: pip insta ...

  7. 【数据挖掘】《数据分析与数据挖掘》--天津大学公开课

    天津大学<数据分析与数据挖掘>公开课--学习笔记 1.1 数据分析与数据挖掘 1.1.3 知识发现(KDD)的过程 1.1.4 区别 1.1.5 联系 1.2 分析和挖掘的数据类型 1.2 ...

  8. 李开复微博数据分析--微博爬虫、数据挖掘、数据可视化(持续更新)

    由于不想做测试,内心一直想做数据挖掘/数据分析,果断辞职重新找了,这是第一篇自己出的分析报告,可能还不够专业,以后会继续进步哒,希望小伙伴们多多指导~通过对李开复微博的分析,发现了一些有趣的结论,一一 ...

  9. python数据分析/机器学习 笔记之决策树(泰坦尼克号旅客生存预测)

    最近在学习用python数据分析,不可避免的接触到了机器学习的一些算法,所以在这里简单整理一些学习的笔记和心得与大家分享! 首先机器学习分为:监督学习和非监督学习,前者有参照物,后者为参照物:主要分为 ...

  10. [Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发(决策树、KNN、SVM、分类对比实验)

    欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...

最新文章

  1. Linux 创建yum源和软件仓库实例
  2. nginx连接php-fpm sock文件失败502
  3. SAP云平台CloudFoundry环境里新建SAP UI5应用后,自动生成了哪些组件
  4. 在下一个项目中不使用JavaDoc的5大原因
  5. 高速率AVS整数变换的汇编实现与优化
  6. Java中的类变量(静态变量static的具体用法快速入门))
  7. 软件测试报告模板excel,测试报告模板,excel.docx
  8. 微信小程序视频+微信视频号视频下载教程
  9. 盘点14个因安全事故引咎辞职的高管领导
  10. Java标识符及命名规范
  11. java gbk编码_JAVA中文字符串编码--GBK转UTF-8
  12. 0.96英寸128*64 OLED显示二维码
  13. Prometheus 监控案例详解
  14. 准确率和召回率(precisionrecall)
  15. ros订阅相机深度信息_基于深度相机 RealSense D435i 的 ORB SLAM 2
  16. GBase 8a账号管理
  17. 被腾讯起诉抄袭《王者荣耀》的公司发声明,重点却是法官
  18. py使用errorbar绘制误差棒图
  19. 如何在webrtc中切换音频输出设备
  20. 转:苹果企业级开发者账号申请流程

热门文章

  1. 西北大学计算机系房教授,西北大学段清波院长的秦陵尘封的帝国有人看过吗?...
  2. InsecureProgramming-master——abo2
  3. SSM 运行报错Failed to load resource: the server responded with a status of 404 (Not Found)
  4. 为什么阿里巴巴的企业Logo是它?
  5. 简单的创建一个小型服务器
  6. MindManager带你走进三顾茅庐
  7. WORD转PDF格式快捷方法(转贴)
  8. DSPE-PEG-TPP;磷脂-聚乙二醇-磷酸三苯酯;(阻燃剂TPP)是种含磷元素的化合物,可用作无卤环保型阻燃剂
  9. 电脑或网页打开很慢是什么原因?
  10. fastboot实战