의사 결정 트리 학습이란 무엇입니까?

의사 결정 트리 학습은 나무와 유사한 정보 분기를 가진 예측 모델을 사용하여 항목의 가치에 대한 가정을 수집하고 판단합니다. 이 시스템은 기계 학습, 통계 및 데이터 마이닝에 사용됩니다. 의사 결정 트리는 사용 목적에 따라 회귀 또는 분류 트리라고도합니다.

의사 결정 트리 학습 과정에는 정보의 지점에서 지점으로 이동하는 과정이 포함됩니다. 컴퓨터 또는 사람을 통해 각 요소에 도달하면 대상 항목에 적용되는지 여부를 결정해야합니다. 각 브랜치를 탐색 한 후에는 답을 사용하여 값을 결정할 수 있습니다.

본질적으로 의사 결정 트리 학습은 질문에 대답하는 프로세스입니다. 각 답변은 결정을 내리기에 충분한 정보가있을 때까지 프로세스를 진행시킵니다. 예를 들어, 간단한 트리는 구매할 두 객체 중 어느 것을 요구하여 시작할 수 있습니다. 한 질문은 물건이 유용한 지 묻고 다른 질문은 한 물건이 다른 물건보다 가격이 더 좋은지 물을 수 있습니다. 이러한 모든 질문을함으로써 통계적으로 더 유리한 조치를 결정할 수 있습니다.

의사 결정 트리 학습은 하위 범주도 탐색합니다. 한 질문에 대답하면 다른 질문으로 이어질 수 있습니다. 이로 인해 일부 브랜치에 하위 브랜치가 많을 수 있지만 다른 브랜치는 질문에 쉽게 대답 할 수 있으므로 정교하지 않습니다. 이러한 방식으로 프로세스를 추구하면 사용자가 항목에 대한보다 자세한 평가를 개발할 수 있습니다.

의사 결정 트리 학습의 또 다른 가능한 용도는 분류입니다. 각 질문을 단일 결정으로 이끄는 대신 정보 본문은 각 지점의 답변에 따라 여러 영역으로 나뉩니다. 모든 분기가 분류되면 각 범주에서 동일한 프로세스를 실행할 수도 있습니다.

의사 결정 트리 학습은 일반적으로 최상위 수준에서 진행됩니다. 역 추적하는 경향이 없습니다. 질문에 대한 답변이 완전히 완성되면 결과가 컴파일 될 때까지 다시 언급 할 필요가 없습니다.

의사 결정 트리 학습의 결과는 다양한 방식으로 표현 될 수 있습니다. 예 또는 아니오 질문에 대한 답이거나 가격이나 기간과 같은 숫자 일 수 있습니다. 결과는 또한 특정 객체의 아이덴티티를 드러 낼 수 있으므로 객체가 속한 클래스의 이름을 지정할 수 있습니다.