Πώς να χρησιμοποιήσετε την πρόβλεψη των δέντρων αποφάσεων για την πρόβλεψη του μέλλοντος - ανδρείκελα

Ένα δέντρο απόφασης είναι μια προσέγγιση για την πρόβλεψη της ανάλυσης που μπορεί να σας βοηθήσει να λάβετε αποφάσεις. Ας υποθέσουμε, για παράδειγμα, ότι πρέπει να αποφασίσετε αν θα επενδύσετε ένα συγκεκριμένο ποσό σε ένα από τα τρία επιχειρηματικά έργα: μια επιχείρηση τροφίμων-φορτηγών, ένα εστιατόριο ή ένα βιβλιοπωλείο.

Ένας επιχειρηματικός αναλυτής έχει επεξεργαστεί το ποσοστό αποτυχίας ή επιτυχίας για κάθε μία από αυτές τις επιχειρηματικές ιδέες ως ποσοστά και το κέρδος που θα κάνατε σε κάθε περίπτωση.

Το ποσοστό επιτυχίας Βιβλιοπωλείο 50% 50% Επιχειρήσεις Κέρδος (USD) Εστιατόριο

40, 000	-21, 000	Βιβλιοπωλείο
6 000	-1 000
Από τα παρελθόντα στατιστικά δεδομένα που παρουσιάζονται, μπορείτε να δημιουργήσετε ένα δέντρο απόφασης όπως φαίνεται παρακάτω.	Χρησιμοποιώντας ένα τέτοιο δέντρο αποφάσεων για να αποφασίσετε για μια επιχειρηματική επιχείρηση αρχίζει με τον υπολογισμό της αναμενόμενης τιμής
για κάθε εναλλακτική λύση - μια αριθμημένη κατάταξη που σας βοηθά να επιλέξετε το καλύτερο.	Η αναμενόμενη τιμή υπολογίζεται με τέτοιο τρόπο ώστε να περιλαμβάνει όλα τα πιθανά αποτελέσματα για μια απόφαση. Ο υπολογισμός της αναμενόμενης αξίας για την επιχειρηματική ιδέα τροφίμων-φορτηγών μοιάζει με αυτό:	Στην περίπτωση αυτή, η αναμενόμενη αξία αντικατοπτρίζει το μέσο όφελος από την επένδυση σε επιχείρηση τροφίμων-φορτηγών. Σε αυτό το σενάριο - η εργασία με τους υποθετικούς αριθμούς, βέβαια - εάν προσπαθήσετε να επενδύσετε σε επιχειρήσεις φορτηγών τροφίμων αρκετές φορές (υπό τις ίδιες συνθήκες κάθε φορά), το μέσο κέρδος σας θα είναι 9, 200 (δολάρια ΗΠΑ) ανά επιχείρηση.

Ως εκ τούτου, μπορείτε να υπολογίσετε τις αναμενόμενες τιμές μιας επιχείρησης εστιατορίων και βιβλιοπωλείων με τον ίδιο τρόπο, ως εξής:

Αναμενόμενη αξία των επιχειρήσεων εστιατορίου = (52% x 40, 000 USD) + (48% (50% x 6, 000 (USD)) + (50% * -1, 000 (USD)) = 2, 500 (USD)

Η αναμενόμενη αξία μιας επιχείρησης εστιατορίου αντιπροσωπεύει μια πρόβλεψη για το πόσο κέρδος θα κάνατε (κατά μέσο όρο) αν επενδύσατε σε μια επιχείρηση εστιατορίων αρκετές φορές. Επομένως, η αναμενόμενη τιμή γίνεται ένα από τα κριτήρια που λαμβάνετε υπόψη για τη λήψη αποφάσεων της επιχείρησής σας. Σε αυτό το παράδειγμα, οι αναμενόμενες τιμές των τριών εναλλακτικών λύσεων μπορεί να σας ωθήσουν να ευνοήσετε την επένδυση στην επιχείρηση εστιατορίου. Τα δέντρα αποφάσεων μπορούν επίσης να χρησιμοποιηθούν για την απεικόνιση των κανόνων ταξινόμησης (όπως αυτές που αναφέρονται στο προηγούμενο παράδειγμα του ηλεκτρονικού καταστήματος ρολογιών). Ένας αλγόριθμος απόφασης παράγει ένα δέντρο απόφασης που αντιπροσωπεύει τους κανόνες ταξινόμησης. Στο παράδειγμα ρολογιών, θέλετε να προβλέψετε αν κάποιος πελάτης θα αγοράσει ένα ρολόι από το κατάστημά σας. το δέντρο αποφάσεων θα είναι ουσιαστικά ένα διάγραμμα ροής: Κάθε

κόμβος

του δέντρου αποφάσεων αντιπροσωπεύει ένα χαρακτηριστικό που προσδιορίζεται στον πίνακα δεδομένων. Τα φύλλα του δέντρου είναι οι προβλεπόμενες αποφάσεις.

Αυτό το δέντρο αποφάσεων προβλέπει αν ένας πελάτης μπορεί να αγοράσει ένα δεδομένο ρολόι στο ηλεκτρονικό κατάστημα. Οι κόμβοι σε αυτό το δέντρο απόφασης αντιπροσωπεύουν μερικά από τα χαρακτηριστικά που αναλύετε. το καθένα είναι ένα σκορ - του ενδιαφέροντος των πελατών για τα ρολόγια, την ηλικία των πελατών και τον μισθό των πελατών.

Εφαρμόζοντας το μοντέλο σε έναν νέο πελάτη X, μπορείτε να εντοπίσετε μια διαδρομή από τη ρίζα του δέντρου μέχρι ένα φύλλο δέντρου αποφάσεων (ναι ή όχι) που υποδεικνύει και χαρτογραφεί πώς θα συμπεριφερθεί αυτός ο πελάτης προς το ρολόι που διαφημίζεται.