Comment utiliser prédictifs arbres de décision d'analyse de prédire l'avenir

UN arbre de décision est une méthode d'analyse prédictive qui peut vous aider à prendre des décisions. Supposons, par exemple, que vous avez besoin pour décider d'investir une certaine somme d'argent dans l'un des trois projets d'affaires: une entreprise alimentaire camion, un restaurant ou une librairie.

Un analyste d'affaires a travaillé sur le taux d'échec ou de réussite pour chacun de ces idées d'affaires que les pourcentages et le bénéfice que vous feriez dans chaque cas.

À partir de données statistiques dernières apparaissent, vous pouvez construire un arbre de décision, comme indiqué ci-dessous.

En utilisant un tel arbre de décision de se prononcer sur un projet d'entreprise commence avec le calcul de la valeur attendue pour chaque alternative - un rang numérotée qui vous aide à choisir le meilleur.

La valeur attendue est calculée de manière à ce que tous les résultats possibles comprend d'une décision. Calcul de la valeur attendue pour l'idée alimentaire camion entreprise ressemble à ceci:

Valeur attendue de nourriture camion affaires = (60 pour cent x 20 000 (USD)) + (40 pour cent * -7000 (USD)) = 9,200 (USD)

Voici la valeur attendue reflète le gain moyen d'investir dans une entreprise alimentaire camion. Dans ce scénario - travailler avec des chiffres hypothétiques, bien sûr - si vous essayez d'investir dans des entreprises alimentaires camions à plusieurs reprises (dans les mêmes circonstances à chaque fois), votre bénéfice sera en moyenne de 9200 (USD) par entreprise.

Par conséquent, vous pouvez calculer les valeurs attendues d'une entreprise de restauration et une librairie de la même manière, comme suit:

Valeur attendue de la restauration = (52 pour cent x 40 000 (USD)) + (48 pour cent * -21 000 (USD)) = 10 720 (USD)

Valeur attendue de la librairie affaires = (50 pour cent x 6000 (USD)) + (50 pour cent * -1000 (USD)) = 2,500 (USD)

La valeur attendue d'une entreprise de restauration représente une prédiction de combien de bénéfice que vous feriez (en moyenne) si vous avez investi dans une entreprise de restauration à plusieurs reprises. Par conséquent, la valeur attendue devient un des critères que vous figurez dans votre entreprise la prise de décision. Dans cet exemple, les valeurs attendues des trois alternatives pourraient vous incliner à favoriser l'investissement dans le secteur de la restauration.

Les arbres de décision peuvent également être utilisés pour visualiser les règles de classification (tels que ceux mentionnés dans l'exemple précédent du magasin de montres en ligne).

Un algorithme de décision génère un arbre de décision qui représente règles de classification. Dans l'exemple montre magasin, vous voulez de prédire si un client donné sera acheter une montre à partir de votre magasin-arbre de décision sera, essentiellement, un organigramme: Chaque nœud de l'arbre de décision représente un attribut identifié dans la matrice de données. Les feuilles de l'arbre sont prévus des décisions.

Cet arbre de décision prédit si un client peut acheter une montre donnée à la boutique en ligne. Les nœuds dans cet arbre de décision représentent certains des attributs vous analyzing- chacun est un score - de l'intérêt du client dans les montres, l'âge de la clientèle, et le salaire du client.

L'application du modèle à un nouveau client X, vous pouvez tracer un chemin de la racine de l'arbre jusqu'à la feuille d'un arbre de décision (oui ou non) qui indique comment les cartes et que le client serait se comporter envers la montre étant annoncés.