Дерево решений: пример. Алгоритмы построения дерева принятия решений


Опубликованно 09.02.2018 00:07

Дерево решений: пример. Алгоритмы построения дерева принятия решений

Метод дерева решений - это прекрасный способ выбрать стратегию последовательных действий в условиях риска. Именно риск здесь выступает ключевым словом, поскольку при опасности принять рациональное решение очень сложно, а продуманный план помогает проанализировать сложившуюся ситуацию.

Дерево принятия решений подобно настоящему: у него есть ствол, ветви и листья. "Ствол" - основа всего - это главный вопрос, на который нужно ответить. Ветви - это стрелочки с несколькими вариантами ответов. А листья - это ситуации, к которым приведет нас выбранный ответ.

Самый простой пример

Любая теория воспринимается намного легче, если привести пример. Дерево решений "Пойти гулять?" - это самый простой алгоритм. В бизнесе все базируется на таких принципах. Кстати, в основе всех электронных программ тоже лежит алгоритм построения дерева.

Итак, стоит задача: решить, можно ли идти гулять. Наш ствол - первый вопрос - это ключевой фактор: "На улице солнечно?" От него зависит наш дальнейший путь. Если ответ положительный, двигаемся по направлению слова "Да". Приходим к новому разветвлению. Если температура воздуха высокая, мы получаем окончательный ответ - "Не идти гулять", в противном случае тоже получаем итог, но уже с результатом "Идти гулять".

Можно было выбрать и другой путь. Дерево принятия решений подразумевает, что будут проанализированы все варианты движения и спрогнозированы результаты. Почему следует выбирать этот метод

Преимущества дерева решений позволяют определить, почему данный метод является самым гибким из всех, что касаются вопроса о выборе решений. Это одномерная схема, которая наглядно показывает причинно-следственные связи. Что будет, если... И куда наш выбор приведет.Возможность одновременно рассматривать нетипичные ситуации и подбирать несколько вариантов их разрешения.Отсутствие каких-либо законов следствия.Простота в использовании.Работать над моделью может сразу несколько человек, что облегчает задачу.Дерево решений не ограничено во временных рамках.Подходит для большинства бизнес-ситуаций.

Область применения

Можно привести любой пример дерева решений. Это может быть вопрос о том, открывать ли новые производственные мощности, внедрять технологии, формировать новый ассортимент и т. д. Область применения данного метода невероятно широка.

Но можно выделить три большие группы, где дерево решений помогает выиграть время.Описание данных. Допустим, задача руководства - решить проблему расширения ассортимента. Схема данной задачи будет состоять из конкретных цифр возможных сумм прибыли и рентабельности. Структурировать такую информацию будет намного проще, если она будет храниться в виде схемы, а не в обширной таблице.Классификация. Появляется возможность сгруппировать исходные данные и сделать для них подборку.Регрессия. Дерево решений позволяет определить, как формируется целевая стратегия под воздействием независимых факторов. Например, на выбор стратегии формирования ассортимента будут влиять, кроме основных факторов производства, второстепенные, которые косвенно к этому относятся. Это может быть урожай какао-бобов из страны-экспортера или график движения транспортных судов. Вроде бы на выбор стратегии прямо не оказывают воздействия, но сбой их работы может помешать формированию ассортимента на кондитерской фабрике.

Алгоритмы

На сегодняшний день существует несколько известных алгоритмов, позволяющих создавать дерева решений (примеры мы уже рассмотрели).CART - аббревиатура слов Classificationand Regression Tree (классификация и регрессия). Согласно его принципам, каждый узел дерева может иметь только два ответвления.С4.5 - метод построения, при котором каждый узел может иметь неограниченное количество веток. В такой схеме тяжело делать прогнозы, поэтому ее используют для классификации.QUEST (Quick, Unbiased, Efficient Statistical Trees). Самая сложная из всех моделей, но очень достоверная. Позволяет создавать многомерное ветвление. Это значит, что в любом узле может создаваться не просто множество веток, а примеров действия.

Сбор данных

Метод дерева решений будет эффективен в том случае, если правильно подойти к вопросу сбора данных. Приведем характерную последовательность:Определение жизненного цикла проекта: сколько будет этапов и какова продолжительность каждого из них.Выделение ключевых событий, на этапе которых может возникнуть дилемма выбрать одно или другое.Описание каждого из возможных факторов, которые повлияют на наступление того или иного события, описанного в предыдущем шаге.Оценка вероятности принятия этих решений.Расчет стоимости всех этапов жизненного цикла (считается между ключевыми событиями).Пример дерева решений

Рассмотрим типичную бизнес-ситуацию. Компании нужно выбрать выгодное инвестиционное вложение Ип1, Ип2, Ип3 с помощью дерева решений. Примеры решения задач формируются на основании исходных данных.

Первый проект требует вложения в размере 200 млн рублей и принесет прибыль 100 млн руб. Для второго необходимо 300 млн руб., но принесет 200 млн руб. Третий, самый прибыльный, - 300 млн руб., но вложить нужно 500. При этом есть риск потерять все. При первом варианте уровень риска - 10 %, при втором - 5 %, и при третьем - 20 %. Какой из проектов будет самый выгодный?

Провести математические расчеты довольно затруднительно. Поэтому нужно построить графическую схему. Правильное решение будет зависеть не только от того, насколько понятной будет модель, но и как будут расположены исходные данные.Построение графика

Итак, у нас есть три проекта: Ип1, Ип2 и Ип3. Рассмотрим, как составить дерево решений. Двигаться будем от первого ключевого момента, обозначенного большим квадратом. Здесь мы напишем конечный итог, а пока пускай сектор остается пустым. От него чертим три ответвления с именами проектов. Далее каждый вариант имеет свой уровень математических ожиданий, обозначенный кружочком. Пока они пустые, в них нужно будет написать полученный результат расчетов. От каждого из них будет еще два ответвления. Вверх - это доход и уровень его ожидания, вниз - затраты и риски потерь.Математические расчеты

Пора приступать к поиску правильного решения. Для этого составим формулы:Ип1= 100 × 0.9 - 200 × 0.1 = 70Ип2 = 200× 0.95 - 300 × 0.05 = 175Ип3 = 300 × 0.8 - 500 × 0.2 = 140

Полученные данные записываем в кружочки. Выбираем наибольшее число - 175. И записываем его в квадрат. Это и есть математическое ожидание от проекта. И поскольку самое выгодное предложение - это Ип2, это и будет являться ответом на задачу. Область применения

Казалось бы, что примеров дерева решений для бизнеса можно привести неограниченное количество. Действительно, чаще всего об этом методе говорят в контексте менеджмента. Но на самом деле область применения алгоритма намного больше. Приведем некоторые интересные факты:Дерево решений незаменимо в банковском деле. Его используют для оценки клиентов и принятия решения для выдачи кредита.Промышленность. Яркий пример - проверка качества. Поскольку на заводах не всегда есть возможность оценить все выпускаемые товары практическим методом, создают специальный алгоритм, с помощью которого брак отсекается на нескольких этапах проверки.Медицина. Для использования дерева решений в этой сфере не нужны листик и бумага. Любой врач делает это ежедневно при постановке диагноза. Доктор задает пациенту наводящие вопросы, ответы на которые приведут к единому правильному решению.Молекулярная биология. Даже в этой уникальной области есть где применить метод построения схем. Например, анализ строения аминокислот.Программирование. Любая программа или веб-страница построены по принципу алгоритма и движения от целого к множеству.Пример использования алгоритма в банковской сфере

Попробуем построить дерево решений, представив, что мы сотрудники отдела кредитования любого банка. Обозначим ключевых факторы:возраст;уровень дохода;иждивенцы, семейное положение;кредиты в других организациях;наличие движимого и недвижимого имущества.

Теперь по каждой из ключевых веток необходимо составить примерный план возможных действий.

Начнем с возраста. Больше 21? Ответ "да" или "нет". "Нет" сразу приводит нас к нулю. После ответа "Да" двигаемся к следующему вопросу.

Уровень дохода выше 50 000 руб. в месяц? "Нет" - это сразу ноль, "Да" - переходим к следующей ветке.

Семейное положение. В этом разделе могут появляться дополнительные ответвления, которые будут важными для нашего решения. Сколько человек в семье? Сколько из них иждивенцы, какой доход у супругисупруга. Если ответы нас удовлетворили, можно переходить к следующему сектору.

Кредиты в других организациях. Здесь рационально выделить: какую сумму брали, как быстро отдали, есть ли долги?

Наличие движимого и недвижимого имущества может стать дополнительной гарантией возврата средств, поэтому, если потенциальный заемщик дошел до этого этапа и положительно ответил на последний вопрос, то однозначно решение о выдаче ему денег будет позитивным.

Сократить путь к любому из решений "Выдать" или "Не выдать" можно на любом этапе.Пример из медицины

Рассмотрим типичную ситуацию. К врачу пришел на осмотр пациент с кашлем. При постановке диагноза доктор оценивает человека по нескольким параметрам:как давно кашель;есть ли температура;заложен ли нос;как прослушиваются легкие, бронхи, наличие хрипов;сердечный ритм;возраст, наличие флюрографии и др. факторы.

Ответ на каждый из этих вопросов приведет доктора к постановке правильного диагноза. Вывод

Пример дерева решений можно встретить в повседневной жизни. Люди сотни раз сталкиваются с дилеммой, решить которую можно, выбрав только самый короткий или самый выгодный путь. Точно так же и в бизнесе. Алгоритм помогает выбрать правильное решение, классифицировать и структурировать данные о вопросе, спрогнозировать исход. Важной задачей является выбор основных вопросов, которые составляют ключевые моменты, и ветвей с результатом. Существует множество моделей, компьютерных программ, позволяющих быстро и качественно построить дерево решений и облегчить поиск.



Категория: Педагоги