Vad är beslutsträdlärande?
beslutsträdinlärning använder en prediktiv modell med informationsgrenar som liknar ett träd för att samla antaganden om och göra en bedömning av ett objekts värde. Systemet används för maskininlärning, statistik och data mining. Beslutsträd är också kända som regression eller klassificeringsträd, beroende på det syfte som de används för.
Processen för beslutsträdinlärning innebär att flytta från gren till gren av information. När du når varje element, oavsett om du via dator eller en person, måste det fastställas om det gäller för målobjektet eller inte. När varje gren har utforskats kan svaren användas för att bestämma värde.
I huvudsak är beslutsträdlärande processen att svara på frågor. Varje svar flyttar processen framåt tills det finns tillräckligt med information för att fatta ett beslut. Till exempel kan ett enkelt träd börja med att fråga vilka av två föremål att köpa. En fråga kan fråga om objektet är användbart, medan en annan kan fråga om det enEm har ett bättre pris än det andra. Genom att ställa alla dessa frågor är det vanligtvis möjligt att bestämma vilken åtgärd som är statistiskt mer fördelaktig.
beslutsträdinlärning undersöker också underkategorier. Att svara på en fråga kan leda till en annan. Detta kan resultera i att vissa grenar har många undergrenar, medan andra är mindre detaljerade eftersom det är lätt att svara på frågan. Att fortsätta processen på detta sätt gör det möjligt för användaren att utveckla en mer detaljerad bedömning av objektet.
En annan möjlig användning av beslutsträdinlärning är kategorisering. I stället för att varje fråga leder till ett enda beslut delas en informationsorgan i olika områden, baserat på svaret för varje gren. När alla grenar har kategoriserats kan samma process också köras på varje kategori.
beslutsträdinlärning fortskrider vanligtvis från toppnivån ner. Det tenderar intetill backtrack. När en fråga har besvarats fullt ut finns det vanligtvis inget behov av att hänvisa till den igen förrän resultaten sammanställs.
Resultaten av beslutsträdinlärning kan uttryckas på olika sätt. De kan vara svaret på ett ja eller ingen fråga eller ett antal som ett pris eller en tidsperiod. Resultaten kan också avslöja identiteten för ett visst objekt och därmed namnge den klass där den tillhör.