Was lernt Entscheidungsbaum?
Das Entscheidungsbaumlernen verwendet ein prädiktives Modell mit Informationszweigen, die einem Baum ähneln, um Annahmen zu sammeln und ein Urteil über den Wert eines Gegenstands zu fällen.Das System wird für maschinelles Lernen, Statistiken und Data Mining verwendet.Entscheidungsbäume werden auch als Regressions- oder Klassifizierungsbäume bezeichnet, abhängig von dem Zweck, für den sie verwendet werden.
Der Prozess des Entscheidungsbaumlernens beinhaltet den Übergang von Zweig zum Zweig der Information.Wenn Sie jedes Element erreichen, ob über Computer oder eine Person, muss festgelegt werden, ob es für das Zielelement gilt oder nicht.Sobald jeder Zweig untersucht wurde, können die Antworten verwendet werden, um den Wert zu bestimmen.
Im Wesentlichen ist Entscheidungsbaumlernen der Prozess der Beantwortung von Fragen.Jede Antwort bewegt den Prozess vorwärts, bis genügend Informationen vorhanden sind, um eine Entscheidung zu treffen.Beispielsweise kann ein einfacher Baum zunächst fragen, welcher von zwei Objekten zu kaufen ist.Eine Frage kann sich stellen, ob das Objekt nützlich ist, während eine andere fragen könnte, ob ein Artikel einen besseren Preis als der andere hat.Wenn Sie all diese Fragen stellen, ist es in der Regel möglich, festzustellen, welche Maßnahmen statistisch vorteilhafter sind.
Das Entscheidungsbaumlernen untersucht auch Unterkategorien.Die Beantwortung einer Frage kann zu einer anderen führen.Dies könnte dazu führen, dass einige Zweige viele Subzweige haben, während andere weniger aufwändig sind, da es einfach ist, die Frage zu beantworten.Durch die Verfolgung des Prozesses auf diese Weise kann der Benutzer eine detailliertere Bewertung des Elements entwickeln.
Eine weitere mögliche Verwendung des Entscheidungsbaumlernens ist die Kategorisierung.Anstatt dass jede Frage zu einer einzigen Entscheidung führt, wird eine Information in verschiedenen Bereichen unterteilt, basierend auf der Antwort für jeden Zweig.Sobald alle Zweige kategorisiert wurden, kann der gleiche Prozess auch in jeder Kategorie ausgeführt werden.
Das Lernen des Entscheidungsbaumes führt normalerweise von der oberen Ebene nach unten.Es neigt nicht dazu, zurückzukehren.Sobald eine Frage vollständig beantwortet wurde, müssen normalerweise nicht wieder darauf hingewiesen werden, bis die Ergebnisse zusammengestellt werden.
Die Ergebnisse des Entscheidungsbaumlernens können auf verschiedene Weise ausgedrückt werden.Sie können die Antwort auf eine Ja oder keine Frage oder eine Zahl wie einen Preis oder eine Zeitspanne sein.Die Ergebnisse können auch die Identität eines bestimmten Objekts zeigen und somit die Klasse nennen, in die es gehört.