의사 결정 트리 학습이란 무엇입니까?

decision 트리 트리 학습은 트리와 유사한 정보 분기가있는 예측 모델을 사용하여 가정을 수집하고 항목의 가치에 대한 판단을합니다.이 시스템은 기계 학습, 통계 및 데이터 마이닝에 사용됩니다.의사 결정 트리는 사용되는 목적에 따라 회귀 또는 분류 트리라고도합니다.컴퓨터를 통해 또는 사람이든 각 요소에 도달하면 대상 항목에 적용되는지 여부를 결정해야합니다.각 지점이 탐색되면 답변을 사용하여 가치를 결정할 수 있습니다.각 답변은 결정을 내릴 수있는 정보가 충분할 때까지 프로세스를 발전시킵니다.예를 들어, 간단한 나무는 구매해야 할 두 가지 물체 중 어느 것을 묻는 것으로 시작할 수 있습니다.한 질문은 객체가 유용한 지 묻는 반면, 다른 질문은 한 품목이 다른 품목보다 더 나은 가격을 가지고 있는지 물어볼 수 있습니다.이러한 모든 질문을함으로써 일반적으로 어떤 행동이 통계적으로 더 유익한 지 결정할 수 있습니다.하나의 질문에 답하면 다른 질문으로 이어질 수 있습니다.이로 인해 일부 지점에는 많은 하위 지점이있는 반면, 다른 지점에는 질문에 대답하기 쉽기 때문에 정교한 것이 덜 정교합니다.이러한 방식으로 프로세스를 추구하면 사용자는 항목에 대한보다 자세한 평가를 개발할 수 있습니다.

의사 결정 트리 학습의 또 다른 사용은 분류입니다.각 질문이 단일 결정으로 이어지지 않고 각 지점에 대한 답변에 따라 정보 본문이 다른 영역으로 나뉩니다.모든 지점이 분류되면 각 범주에서 동일한 프로세스가 실행될 수 있습니다.

의사 결정 트리 학습은 일반적으로 최상위 수준에서 진행됩니다.역 추적하는 경향이 없습니다.일단 질문에 완전히 답변되면, 결과가 컴파일 될 때까지 일반적으로 다시 언급 할 필요가 없습니다.

의사 결정 트리 학습의 결과는 다양한 방식으로 표현 될 수 있습니다.그들은 예 또는 금지에 대한 답 또는 가격 또는 시간과 같은 숫자에 대한 답일 수 있습니다.결과는 또한 특정 객체의 신원을 드러내므로 그에 속하는 클래스의 이름을 지정할 수 있습니다.