目录
1,关于管理学中决策树的问题怎么做?

决策树法用于风险性决策,就是在比较和选择活动方案时未来情况不止一种,管理者无法确定那种情况将发生,但是知道每种情况发生的概率。 决策树法是用树状图来描述各种方案在不同情况(或自然状态)下的收益,据此计算每种方案的期望收益从而作出决策的方法。 举例: 某企业为了扩大某产品的生产,拟建设新厂。据市场预测,产品销路好的概率为0.7,销路差的概率为0. 30有三种方案可供企业选择: 方案1、新建大厂,需投资300万元。据初步估计,销路好时,每年可获利100万元;销路差时,每年亏损20万元。服务期为10年。 方案2、新建小厂,需投资140万元。销路好时,每年可获利40万元;销路差时,每年仍可获利30万元。服务期为10年。 方案3 、 先建小厂,三年后销路好时再扩建,需追加投资200万元,服务期为7年,估计每年获利95万元。 问哪种方案最好? 决策树中, 矩形结点称为决策点,从决策点引出的若干条树枝枝表示若干种方案,称为方案枝。圆形结点称为状态点,从状态点引出的若干条树枝表示若干种自然状态,称为状态枝。图中有两种自然状态:销路好和销路差,自然状态后面的数字表示该种自然状态出现的概率。位于状态枝末端的是各种方案在不同自然状态下的收益或损失。据此可以算出各种方案的期望收益。 决策树如下图: 方案1的期望收益为: [0.7×100+0.3×(-20)]×10 - 300=340(万元) 方案2的期望收益为: (0.7×40+0.3×30) - 140= 230(万元) 至于方案3,由于结点④的期望收益465(= 95×7- 200)万元,大于结点⑤的期望收益280(= 40×7)万元,所以销路好时,扩建比不扩建好。 方案3(结点③)的期望收益为:(0.7×40×3+0.7 X465 +0.3×30×10) - 140= 359.5(万元) 计算结果表明,在三种方案中,方案3最好 在复杂的决策树中还会将利率(货币的时间价值因素)考虑进去,简单建模做出决策树以后计算收益或损失即可。
2,决策树法分为那几个步骤
1、特征选择 特征选择决定了使用哪些特征来做判断。在训练数据集中,每个样本的属性可能有很多个,不同属性的作用有大有小。因而特征选择的作用就是筛选出跟分类结果相关性较高的特征,也就是分类能力较强的特征。在特征选择中通常使用的准则是:信息增益。 2、决策树生成 选择好特征后,就从根节点触发,对节点计算所有特征的信息增益,选择信息增益最大的特征作为节点特征,根据该特征的不同取值建立子节点;对每个子节点使用相同的方式生成新的子节点,直到信息增益很小或者没有特征可以选择为止。 3、决策树剪枝 剪枝的主要目的是对抗「过拟合」,通过主动去掉部分分支来降低过拟合的风险。 【简介】 决策树是一种解决分类问题的算法,决策树算法采用树形结构,使用层层推理来实现最终的分类。
3,画判断树~
<最低储备量 订货
库存库存量 ≥5000元 订货
< 订货量 上月销售额
<5000元 不订货
≥最低储备量
≥订货量 不订货
他们之间用直线连接。。。可是不知道怎么回事我这在这里画不上,也传不了照片,就和着看吧(*^__^*) 嘻嘻……