Co to jest nauka drzewa decyzyjnego?

Uczenie się drzewa decyzyjnego wykorzystuje model predykcyjny z oddziałami informacyjnymi podobnymi do drzewa, aby zebrać założenia i osądzić wartość przedmiotu.System jest używany do uczenia maszynowego, statystyki i eksploracji danych.Drzewa decyzyjne są również znane jako drzewa regresji lub klasyfikacji, w zależności od celu, w którym są one używane.

Proces uczenia się drzew decyzyjnych polega na przejściu od gałęzi do oddziału informacji.Po dotarciu do każdego elementu, zarówno przez komputer, jak i osobę, należy go ustalić, czy dotyczy go elementu docelowego.Po zbadaniu każdej gałęzi odpowiedzi można użyć do ustalenia wartości.

Zasadniczo uczenie się drzewa decyzji jest procesem odpowiadania na pytania.Każda odpowiedź przesuwa proces do przodu, dopóki nie będzie wystarczającej ilości informacji, aby podjąć decyzję.Na przykład proste drzewo może zacząć od zapytania, który z dwóch obiektów do zakupu.Jedno pytanie może zapytać, czy obiekt jest przydatny, podczas gdy inny może zapytać, czy jeden przedmiot ma lepszą cenę niż drugi.Zadając wszystkie te pytania, zwykle możliwe jest ustalenie, które działanie jest statystycznie bardziej korzystne.Odpowiedź na jedno pytanie może prowadzić do drugiego.Może to spowodować, że niektóre gałęzie mają wiele gałęzi, podczas gdy inne są mniej skomplikowane, ponieważ łatwo jest odpowiedzieć na pytanie.Dostęp do tego procesu umożliwia użytkownikowi opracowanie bardziej szczegółowej oceny przedmiotu.

Kolejnym możliwym zastosowaniem uczenia się drzew decyzyjnych jest kategoryzacja.Zamiast każdego pytania prowadzi do jednej decyzji, zbiór informacji jest podzielony na różne obszary, w oparciu o odpowiedź dla każdej gałęzi.Po sklasyfikowaniu wszystkich gałęzi, ten sam proces można również uruchomić w każdej kategorii.

Uczenie się drzewa decyzyjnego zwykle postępuje z najwyższego poziomu.Nie ma tendencji do cofania się.Po pełnym odpowiedzi na pytanie zwykle nie ma potrzeby odwoływania się do niego ponownie, dopóki wyniki nie zostaną skompilowane.

Wyniki uczenia się drzew decyzyjnych można wyrażać na różne sposoby.Mogą być odpowiedzią na pytanie tak lub nie lub liczbę taką jak cena lub okres.Wyniki mogą również ujawnić tożsamość określonego obiektu, a tym samym nazwać klasę, w której należy.