? ? ?今天來介紹一種決策可視化的模型，作為質量人特別是在呈現質量問題解決和質量數據分析時都會應用到，這里通過網絡我收集了下面這篇文章分享給大家，一起交流和學習，希望能給你帶來幫助，同時分享你的建議和意見。

? ? 決策樹是最知名的決策技術之一，這可能是由于其在視覺上傳達一個或一組選擇及其相關的不確定性和結果的內在便利性。它們的簡單結構使其可以在廣泛的應用中使用。可以手工繪制它們，以幫助快速勾勒和傳達決策中的關鍵要素。備選地，決策樹的簡單邏輯結構使其能夠借助計算機來解決復雜的多個決策場景和問題。

決策樹的基礎

通過一個簡單的決策樹示例，我們可以看到可視化選擇時使用的基本元素。該圖形通常具有以下元素：

● 矩形代表決策或選擇。

● 圓圈對應于不確定的結果，每個隨后的分支描述具有指定概率的結果。

● 三角形表示通過決策樹的路徑的終點。

如上例所示，該樹將對決策選項及其結果(包括不確定的結果)進行建模。在此示例中，投資十只不同股票的結果有相等的機會返回13,000美元或9,000美元，從而導致預期(或平均)回報為11,000美元。顯示了三個決定，從選擇投資10,000美元開始。一棵樹還將顯示所有可能的結果，例如13,000美元，9,000美元和10,300美元的投資回報。

為了使用樹，使用一種通用的效用度量，它可以確定通過樹的路徑。如本例所示，效用通常以美元計量，因此更易于評估與某些選擇相關的成本(例如股票購買成本)的影響。

通常從初始決策選項開始構建決策樹，然后逐步進行選擇和偶然事件，直到達到所有結果。一旦樹被開發，您就從結果開始進行反向工作，以確定用于找到在樹中移動的最佳路徑或選擇集的值。在這種情況下，10,900美元的股票購買預期收益使其成為10,000美元投資的最佳選擇(盡管風險更大)。

決策樹分析的應用

決策樹具有自然的“ 如果……那么……否則……”構造，使其易于適應程序結構。它們也非常適合分類問題，在這些問題中，系統地檢查了屬性或特征以確定最終類別。例如，決策樹可以有效地用于確定動物的種類。

因此，決策樹是數據挖掘和機器學習中使用的最受歡迎的分類算法之一。示例應用程序包括：

● 使用歷史銷售數據評估企業的品牌擴展機會

● 使用人口統計數據確定產品的潛在購買者，以定位有限的廣告預算

● 使用歷史數據生成的預測模型預測申請人借款人的違約可能性

● 使用基于年齡，血壓，性別，疼痛的位置和嚴重程度以及其他度量等因素的預測模型，幫助優先安排急診室患者的治療

由于它們的簡單性，樹形圖已在廣泛的行業和學科中使用，包括民用規劃，能源，金融，工程，醫療保健，制藥，教育，法律和商業。

決策樹作為一種技術的優缺點

樹形圖是決策理論和應用程序中最系統的工具之一，已用于許多復雜的多階段決策問題。它們可以幫助形成與任何選擇相關的風險和機會的公正視圖。它們通常用于決策分析中，以幫助確定最有可能實現目標的策略。

決策樹是一種有效的技術，因為它們具有以下優點和優點：

● 易于使用和理解 -樹木易于創建且在視覺上易于遵循。簡短的解釋通常足以獲得理解。

● 透明 -決策圖清楚地列出了選擇和后果，以便可以挑戰所有替代方案。使用簡單的數學運算就可以清楚地說明模型中的結果。

● 提供評估框架 -結果的價值和可能性可以直接在樹形圖上量化。

● 穩健 -當事實不容易獲得時，它們很容易用概率來適應新的假設。

● 實現信息評估 -決策樹可以計算完美信息的價值，或者了解未來會發生什么的價值。這可以幫助確定在其他研究上花費多少以改善假設。

● 輕松與其他技術結合 -其他決策技術可用于通過樹評估特定選項。凈現值(NPV)和項目評審技術(PERT)分析是常見的例子。

● 非常適合計算機 -邏輯“如果……那么……否則……”結構和易于計算的決策樹，使其成為計算機決策工具和模擬中使用的良好目標。

有哪些問題和局限性？

決策樹的系統和邏輯結構仍然需要決策者仔細檢查和驗證用于構建圖表的屬性。與所有邏輯結構一樣，如果假設是錯誤的，那么結論將具有誤導性。樹的構建者(決策者)必須確保因果關系和相關性之間的區別，尤其是對于將用于預測未來結果的樹而言。

選擇使用決策樹時要考慮的其他事項包括：

● 從起始節點到最終結果，樹形圖繼續增長。這將限制手動繪制的樹的大小。

● 隨著樹大小的增加，您將開始失去透明度，因為要完全理解圖中嵌入的所有屬性和關系變得更加困難。

● 目標和/或成功因素分布在整個樹形結構中，從而有可能失去對最重要內容的跟蹤。

● 對通過樹的路徑的評估可能需要使用通用的效用度量標準，通常是貨幣單位。這可能很難實現，尤其是對于諸如核心價值之類的無形資產。

● 決策樹與具有固定可能性的有限集合更好地匹配。

優秀的決策樹示例

這是決策樹的一個很好的例子，它提取并建模了專家在很長一段時間內獲得的知識。該弗魯姆-耶頓-杰戈決策模型提供了選擇你的風格的另一種方法協同決策。

該決策樹將多年的經驗積累到一個頁面中，可以通過僅需回答“是/否”或“高/低”的8個問題進行導航。

相關決策技術

密切相關的分析方法是影響圖，它也是高度可視化的決策支持工具。影響圖專注于決策事件之間的關系，可以提供一種壓縮決策樹中呈現的信息的方法。

NPV分析通常使用決策樹進行開發和可視化。樹形圖有助于揭示正在將關鍵風險添加到正在評估的項目中的位置。

來源于網絡，知識搬運，如有侵權聯系本號立即刪除。

上輯質量知識測驗答案(常測驗，質量知識5題，第一輯)：1.C，2.C，3.A，4.A，5.B，6.D

推薦閱讀：

純干貨-防錯法和技術案例總結得非常詳細，100%收藏！；

統計技術在企業質量管理中的應用；

【工藝技術】線束接線端子簡介；

純技術貼，在質量與可靠性工程師們眼中飽受爭議的“P”；

現身說法在SMT電子廠不懂技術，如何搞好質量管理；

純技術帖，ESD的原理和測試；

SMT波峰焊接技術，暨波峰焊接工藝和設備介紹(三)；

質量統計抽樣檢驗技術摘要；

技術干貨收藏，CSP芯片產品技術介紹；

技術干貨收藏-5分鐘理解表面張力及其應用

品質人生

?∣一個致力于專業有態度的公眾號

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的js生成简单的树形结构_思维干货收藏，“决策树”一种可视化决策的简单方法...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。