デシジョンツリーの長所と短所

デシジョンツリーは、最初の決定後に行われる可能性のある結果とその後の決定の範囲を表示しようとする図です。 たとえば、あなたの最初の決定は大学に通うかどうかであるかもしれません、そして木はしようとするかもしれません さまざまな活動に費やされる時間と、 決断。 デシジョンツリーを使用することには、いくつかの注目すべき長所と短所があります。

デシジョンツリーの最も有用な側面の1つは、意思決定の可能な限り多くの結果を検討するように強制することです。 結果の範囲を考慮せずに瞬間的な決定を下すのは危険な場合があります。 デシジョンツリーは、ある決定が別の決定に対して起こりうる結果を比較検討するのに役立ちます。 場合によっては、意思決定の期待される見返りを見積もるのにも役立ちます。 たとえば、すべての結果と各結果に関連する確率のドル値の見積もりを作成する場合 これらの数値を使用して、どの初期決定が最大の平均経済的見返りにつながるかを計算できます。 意思決定ツリーは、意思決定の確率と見返りを検討するためのフレームワークを提供します。これは、意思決定を分析して、最も情報に基づいた意思決定を可能にするのに役立ちます。

デシジョンツリーを使用することの欠点は、決定、その後の決定、およびペイオフの結果が主に期待に基づく可能性があることです。 実際の決定が行われるとき、見返りと結果として生じる決定は、あなたが計画したものと同じではないかもしれません。 決定の結果として発生する可能性のあるすべての不測の事態に備えて計画することは不可能な場合があります。 これは、悪い決定に導く可能性のある非現実的な決定木につながる可能性があります。 また、予期しないイベントにより、意思決定が変更され、意思決定ツリーのペイオフが変更される場合があります。 たとえば、あなたが学校に行くことを決定するときにあなたの両親があなたの大学の半分を支払うことを期待している場合、しかし後で あなたがあなたの授業料のすべてを支払う必要があることを発見してください、あなたの期待される見返りは劇的に異なります 現実。

ツリーに含まれる決定と結果がほとんどない場合、決定木は比較的理解しやすいです。 数十の決定ノード（新しい決定が行われるスポット）を含む大きなツリーは複雑になる可能性があり、価値が限られている場合があります。 ツリー内の決定が多ければ多いほど、期待される結果の精度が低くなる可能性があります。 たとえば、大学に進学するという決定をマップマップで作成した場合、チャンスを正確に予測することはおそらく不可能です。 あなたは10年で$ 100,000以上を稼ぐでしょう、しかしあなたが出た後あなたはあなたの収益力を正確に見積もることができるかもしれません カレッジ。