Zalety i wady drzew decyzyjnych

Drzewa decyzyjne to diagramy, które próbują pokazać zakres możliwych wyników i kolejnych decyzji podjętych po wstępnej decyzji. Na przykład Twoja pierwotna decyzja może dotyczyć uczęszczania do college'u, a drzewo może próbować: pokaż, ile czasu poświęciłoby się na wykonywanie różnych czynności i jaka jest Twoja zdolność do zarabiania w oparciu o Twoje decyzja. Istnieje kilka godnych uwagi zalet i wad korzystania z drzew decyzyjnych.

Jednym z najbardziej użytecznych aspektów drzew decyzyjnych jest to, że zmuszają one do rozważenia jak największej liczby możliwych skutków decyzji. Podejmowanie decyzji pod wpływem chwili bez rozważenia zakresu konsekwencji może być niebezpieczne. Drzewo decyzyjne może pomóc w zważeniu prawdopodobnych konsekwencji jednej decyzji z drugą. W niektórych przypadkach może nawet pomóc oszacować oczekiwane korzyści z decyzji. Na przykład, jeśli tworzysz szacunki wartości w dolarach wszystkich wyników i prawdopodobieństw związanych z każdym wynikiem możesz użyć tych liczb, aby obliczyć, która początkowa decyzja doprowadzi do największej średniej korzyści finansowej. Drzewa decyzyjne zapewniają ramy do rozważenia prawdopodobieństwa i korzyści decyzji, które mogą pomóc w analizie decyzji w celu podjęcia możliwie najbardziej świadomej decyzji.

Wadą stosowania drzew decyzyjnych jest to, że wyniki decyzji, kolejne decyzje i wypłaty mogą opierać się przede wszystkim na oczekiwaniach. Kiedy podejmowane są rzeczywiste decyzje, wypłaty i wynikające z nich decyzje mogą nie być takie same, jak te, które zaplanowałeś. Zaplanowanie wszystkich nieprzewidzianych okoliczności, które mogą wyniknąć w wyniku decyzji, może być niemożliwe. Może to prowadzić do nierealistycznego drzewa decyzyjnego, które może poprowadzić Cię do złej decyzji. Ponadto nieoczekiwane zdarzenia mogą zmienić decyzje i zmienić wypłaty w drzewie decyzyjnym. Na przykład, jeśli decydując się na pójście do szkoły spodziewasz się, że Twoi rodzice zapłacą za połowę Twojego college'u, ale później odkryjesz, że będziesz musiał zapłacić za całe czesne, Twoje oczekiwane wypłaty będą dramatycznie inne niż rzeczywistość.

Drzewa decyzyjne są stosunkowo łatwe do zrozumienia, gdy w drzewie znajduje się niewiele decyzji i wyników. Duże drzewa zawierające dziesiątki węzłów decyzyjnych (miejsc, w których podejmowane są nowe decyzje) mogą być zawiłe i mogą mieć ograniczoną wartość. Im więcej decyzji znajduje się w drzewie, tym mniej dokładne mogą być oczekiwane wyniki. Na przykład, jeśli stworzysz drzewo opisujące decyzję o pójściu na studia, prawdopodobnie nie będziesz w stanie dokładnie przewidzieć szans że za dziesięć lat zarobisz ponad 100 000 USD, ale możesz być w stanie dokładnie oszacować swoją siłę zarobkową po wyjściu z Szkoła Wyższa.