Co je učení stromu rozhodování?

Učení se rozhodovacím stromům používá prediktivní model s informačními větvemi podobnými stromu ke shromažďování předpokladů a posouzení hodnoty položky. Systém se používá pro strojové učení, statistiky a těžbu dat. Rozhodovací stromy jsou také známé jako regresní nebo klasifikační stromy, v závislosti na účelu, pro který jsou použity.

Proces učení stromu rozhodnutí zahrnuje přesun z větve do větve informací. Po dosažení každého prvku, ať už prostřednictvím počítače nebo osoby, musí být určeno, zda se vztahuje na cílovou položku. Jakmile je každá větev prozkoumána, lze odpovědi použít ke stanovení hodnoty.

V zásadě je učení se stromu rozhodování procesem odpovídání na otázky. Každá odpověď posune proces vpřed, dokud není dostatek informací pro rozhodnutí. Například jednoduchý strom může začít tím, že se zeptá, který ze dvou objektů koupit. Jedna otázka se může ptát, zda je objekt užitečný, zatímco jiná se může ptát, zda má jedna položka lepší cenu než druhá. Pokládáním všech těchto otázek je obvykle možné určit, která akce je statisticky výhodnější.

Učení rozhodovacích stromů zkoumá také podkategorie. Odpověď na jednu otázku může vést k jiné. To by mohlo vést k tomu, že některé pobočky mají mnoho dílčích větví, zatímco jiné jsou méně komplikované, protože je snadné odpovědět na otázku. Tento postup umožňuje uživateli vyvinout podrobnější posouzení položky.

Dalším možným využitím učení stromu rozhodování je kategorizace. Spíše než aby každá otázka vedla k jednomu rozhodnutí, je skupina informací rozdělena do různých oblastí na základě odpovědi pro každou větev. Jakmile jsou všechny větve kategorizovány, může být stejný proces spuštěn také pro každou kategorii.

Učení se rozhodovacímu stromu obvykle postupuje od nejvyšší úrovně dolů. Nemá tendenci ustupovat. Jakmile je otázka zcela zodpovězena, není obvykle nutné se na ni znovu odkazovat, dokud nebudou výsledky kompilovány.

Výsledky učení stromu rozhodnutí mohou být vyjádřeny různými způsoby. Mohou být odpovědí na otázku ano nebo ne nebo na číslo, jako je cena nebo časové období. Výsledky mohou také odhalit identitu určitého objektu, a tedy pojmenovat třídu, do které patří.