Apa itu pembelajaran pohon keputusan?

Pembelajaran pohon keputusan menggunakan model prediktif dengan cabang informasi yang mirip dengan pohon untuk mengumpulkan asumsi tentang dan membuat penilaian pada nilai item.Sistem ini digunakan untuk pembelajaran mesin, statistik, dan penambangan data.Pohon keputusan juga dikenal sebagai pohon regresi atau klasifikasi, tergantung pada tujuan yang digunakan.

Proses pembelajaran pohon keputusan melibatkan pindah dari cabang ke cabang informasi.Setelah mencapai setiap elemen, baik melalui komputer atau orang, itu harus ditentukan apakah itu berlaku untuk item target atau tidak.Setelah setiap cabang dieksplorasi, jawabannya dapat digunakan untuk menentukan nilai.

Intinya, pembelajaran pohon keputusan adalah proses menjawab pertanyaan.Setiap jawaban memajukan proses sampai ada informasi yang cukup untuk membuat keputusan.Misalnya, pohon sederhana dapat dimulai dengan menanyakan dua objek mana yang akan dibeli.Satu pertanyaan mungkin menanyakan apakah objek itu berguna, sementara yang lain dapat menanyakan apakah satu item memiliki harga yang lebih baik daripada yang lain.Dengan menanyakan semua pertanyaan ini, biasanya mungkin untuk menentukan tindakan mana yang secara statistik lebih bermanfaat.

Pembelajaran pohon keputusan juga mengeksplorasi sub kategori.Menjawab satu pertanyaan dapat mengarah ke yang lain.Ini dapat mengakibatkan beberapa cabang memiliki banyak cabang, sementara yang lain kurang rumit karena mudah untuk menjawab pertanyaan.Mengejar proses dengan cara ini memungkinkan pengguna untuk mengembangkan penilaian item yang lebih rinci.

Penggunaan lain yang mungkin digunakan pembelajaran pohon keputusan adalah kategorisasi.Daripada memiliki setiap pertanyaan mengarah pada satu keputusan, sebuah badan informasi dibagi menjadi berbagai bidang, berdasarkan jawaban untuk setiap cabang.Setelah semua cabang dikategorikan, proses yang sama juga dapat dijalankan pada setiap kategori.

Pembelajaran pohon keputusan biasanya berkembang dari tingkat atas ke bawah.Itu tidak cenderung mundur.Setelah pertanyaan dijawab sepenuhnya, biasanya tidak perlu merujuknya lagi sampai hasilnya sedang dikompilasi.

Hasil pembelajaran pohon keputusan dapat diekspresikan dalam berbagai cara.Mereka mungkin menjadi jawaban untuk pertanyaan ya atau tidak atau nomor seperti harga atau periode waktu.Hasil juga dapat mengungkapkan identitas objek tertentu dan dengan demikian memberi nama kelas di mana ia berada.