詹惠儿

2018-11-15   阅读量: 781

机器学习

决策树分析的一个小小例子

扫码加入数据分析学习群

通过计算树中每个选项的预期效用或值,您可以最大限度地降低风险并最大化达到理想结果的可能性。

要计算选择的预期效用,只需从预期收益中减去该决策的成本。 预期收益等于该选择可能产生的所有结果的总值,每个值乘以它可能发生的可能性。 以下是我们如何根据上面的示例计算这些值:

决策树分析

在确定哪种结果最为理想时,考虑决策者的效用偏好很重要。 例如,有些人可能更喜欢低风险期权,而有些人则愿意为更大的利益承担风险。

当您使用具有伴随概率模型的决策树时,您可以使用它来计算事件的条件概率,或者在发生另一事件时计算事件发生的可能性。 为此,只需从初始事件开始,然后按照从该事件到目标事件的路径,将每个事件的概率相乘。

通过这种方式,可以像传统的树形图一样使用决策树,其映射出某些事件的概率,例如两次翻转硬币。

添加CDA认证专家【维克多阿涛】,微信号:【cdashijiazhuang】,提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流,共同成长!
0.0000 0 1 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子