Hvad er beslutningstræning?

Beslutningstrælæring bruger en forudsigelig model med oplysende grene, der ligner et træ til at samle antagelser om og træffe en vurdering af et vares værdi. Systemet bruges til maskinlæring, statistik og data mining. Beslutningstræer er også kendt som regression eller klassificeringstræer, afhængigt af det formål, som de bruges til.

Processen med læring af beslutningstræer involverer at flytte fra afdeling til informationskontor. Når man når hvert element, uanset om det er via computer eller en person, skal det afgøres, om det finder anvendelse på målelementet eller ej. Når hver gren er blevet undersøgt, kan svarene bruges til at bestemme værdi.

I det væsentlige er beslutningstræning læring processen med at besvare spørgsmål. Hvert svar flytter processen frem, indtil der er nok oplysninger til at tage en beslutning. For eksempel kan et simpelt træ starte med at spørge, hvilken af ​​to genstande der skal købes. Et spørgsmål kan spørge, om objektet er nyttigt, mens et andet kan spørge, om den ene vare har en bedre pris end den anden. Ved at stille alle disse spørgsmål er det typisk muligt at bestemme, hvilken handling der er statistisk mere fordelagtig.

Beslutningstrælæring undersøger også underkategorier. Besvarelse af et spørgsmål kan føre til et andet. Dette kan resultere i, at nogle grene har mange undergrene, mens andre er mindre detaljerede, fordi det er let at besvare spørgsmålet. Forfølgelse af processen på denne måde gør det muligt for brugeren at udvikle en mere detaljeret vurdering af varen.

En anden mulig brug af læring af beslutningstræer er kategorisering. I stedet for at hvert spørgsmål fører til en enkelt beslutning, er en informationsdel opdelt i forskellige områder, baseret på svaret for hver gren. Når alle grene er blevet kategoriseret, kan den samme proces også køres i hver kategori.

Beslutningstrælæring skrider typisk fra øverste niveau og ned. Det har ikke en tilbagetrækning. Når et spørgsmål er fuldt besvaret, er det normalt ikke nødvendigt at henvise til det igen, før resultaterne er samlet.

Resultaterne af læring af beslutningstræer kan udtrykkes på forskellige måder. De kan være svaret på et ja eller nej spørgsmål eller et tal som en pris eller en periode. Resultater kan også afsløre identiteten af ​​et bestemt objekt og dermed navngive den klasse, det tilhører.