Video: The Fundamentals of Predictive Analytics - Data Science Wednesday 2024
Een beslissingsboom is een benadering van voorspellende analyse die u kan helpen bij het nemen van beslissingen. Stel dat u bijvoorbeeld moet beslissen of u een bepaald bedrag wilt investeren in een van de drie bedrijfsprojecten: een levensmiddelenbedrijf, een restaurant of een boekhandel.
Een bedrijfsanalist heeft het percentage mislukkingen of successen voor elk van deze bedrijfsideeën uitgewerkt als percentages en de winst die u in elk geval behaalt.
Zakelijk | Succespercentage | Foutpercentage |
---|---|---|
Food Truck | 60 procent | 40 procent |
Restaurant | 52 procent | 48 procent < Boekwinkel |
50 procent | 50 procent | Zakelijk |
Gain (USD) | Verlies (USD) | Food Truck |
---|---|---|
20, 000 | -7, 000 < Restaurant | 40, 000 |
-21, 000 | Boekwinkel | 6, 000 |
-1, 000 |
|
Van historische statistische gegevens die getoond worden, kunt u een beslissingsboom construeren zoals hieronder getoond. |
verwachte waarde
voor elk alternatief - een genummerde rang die u helpt bij het selecteren van de beste. De verwachte waarde wordt op een dusdanige manier berekend dat alle mogelijke uitkomsten voor een beslissing zijn inbegrepen. Het berekenen van de verwachte waarde voor het bedrijfsidee van de food-truck ziet er als volgt uit:
Verwachte waarde van vrachtwagenbedrijf = (60 procent x 20, 000 (USD)) + (40 procent * -7, 000 (USD)) = 9, 200 (USD) > Hier weerspiegelt de verwachte waarde de gemiddelde winst van beleggen in een levensmiddelenbedrijf. In dit scenario - uiteraard met hypothetische getallen - als u verschillende keren probeert te beleggen in levensmiddelenbedrijven (telkens onder dezelfde omstandigheden), is uw gemiddelde winst 9, 200 (USD) per bedrijf.
Dienovereenkomstig kunt u de verwachte waarden van een restaurantbedrijf en boekwinkel op dezelfde manier berekenen, zoals:Verwachte waarde van restaurantbedrijf = (52 procent x 40, 000 (USD)) + (48 procent * - 21, 000 (USD)) = 10, 720 (USD)
Verwachte waarde van boekhandelsbedrijf = (50 procent x 6, 000 (USD)) + (50 procent * -1, 000 (USD)) = 2, 500 (USD)
De verwachte waarde van een restaurantbedrijf vertegenwoordigt een voorspelling van de winst die u (gemiddeld) zou maken als u meerdere keren investeerde in een restaurantbedrijf. Daarom wordt de verwachte waarde een van de criteria die u inneemt in uw zakelijke besluitvorming. In dit voorbeeld kunnen de verwachte waarden van de drie alternatieven u ertoe neigen om te investeren in de restaurantbusiness.
Beslissingsbomen kunnen ook worden gebruikt om classificatieregels te visualiseren (zoals vermeld in het eerdere voorbeeld van de online watch store).
Een beslissingsalgoritme genereert een beslissingsboom die classificatieregels vertegenwoordigt. In het voorbeeld van de winkel wil je voorspellen of een bepaalde klant een horloge in je winkel zal kopen; de beslissingsboom zal in wezen een stroomdiagram zijn: elk
knooppunt
van de beslissingsboom vertegenwoordigt een kenmerk dat in de gegevensmatrix is geïdentificeerd. De bladeren van de boom zijn de voorspelde beslissingen.
Deze beslissingsboom voorspelt of een klant een bepaald horloge in de online winkel kan kopen. De knooppunten in deze beslissingsboom vertegenwoordigen enkele van de kenmerken die u analyseert; elk is een score - van klantinteresse in horloges, klantleeftijd en klantensalaris. Als u het model toepast op een nieuwe klant X, kunt u een pad van de hoofdmap van de structuur naar een blad van een beslissingsboom (ja of nee) traceren dat aangeeft hoe de klant zich zou gedragen tegenover het horloge waarvoor geadverteerd wordt.