2021軟考決策樹分析方法

① 什麼是決策樹分析其計算公式是如何表示的

決策樹分析法是一種運用概率與圖論中的樹對決策中的不同方案進行比較，從而獲得最優方案的風險型決策方法。圖論中的樹是連通且無迴路的有向圖，入度為0的點稱為樹根，出度為0的點稱為樹葉，樹葉以外的點稱為內點。決策樹由樹根（決策節點）、其他內點（方案節點、狀態節點）、樹葉（終點）、樹枝（方案枝、概率枝）、概率值、損益值組成。

② 如何運用決策樹進行決策分析

決策樹分析法是通過決策樹圖形展示臨床重要結局，明確思路，比較各種備選方案預期結果進行決策的方法。

決策樹分析法通常有6個步驟。

第一步：明確決策問題，確定備選方案。對要解決的問題應該有清楚的界定，應該列出所有可能的備選方案。

第二步：繪出決策樹圖形。決策樹用3種不同的符號分別表示決策結、機會結、結局結。決策結用圖形符號如方框表示，放在決策樹的左端，每個備選方案用從該結引出的]個臂(線條)表示；實施每一個備選方案時都司能發生一系列受機遇控制的機會事件，用圖形符號圓圈表示，稱為機會結，每一個機會結司以有多個直接結局，例如某種治療方案有3個結局(治癒、改善、葯物毒性致死)，則機會結有3個臂。最終結局用圖形符號如小三角形表示，稱為結局結，總是放在決策樹最右端。從左至右機會結的順序應該依照事件的時間先後關系而定。但不管機會結有多少個結局，從每個機會結引出的結局必須是互相排斥的狀態，不能互相包容或交叉。

第三步：明確各種結局可能出現的概率。可以從文獻中類似的病人去查找相關的概率，也可以從臨床經驗進行推測。所有這些概率都要在決策樹上標示出來。在為每一個機會結發出的直接結局臂標記發生概率時，必須注意各概率相加之和必須為1.0。

第四步：對最終結局用適宜的效用值賦值。效用值是病人對健康狀態偏好程度的測量，通常應用0-1的數字表示，一般最好的健康狀態為1，死亡為0。有時可以用壽命年、質量調整壽命年表示。

第五步：計算每一種備遠方案的期望值。計算期望值的方法是從"樹尖"開始向"樹根"的方向進行計算，將每一個機會結所有的結局效用值與其發生概率分別相乘，其總和為該機會結的期望效用值。在每一個決策臂中，各機會結的期望效用值分別與其發生概率相乘，其總和為該決策方案的期望效用值，選擇期望值最高的備選方案為決策方案。

第六步：應用敏感性試驗對決策分析的結論進行測試。敏感分析的目的是測試決策分析結論的真實性。敏感分析要回答的問題是當概率及結局效用值等在一個合理的范圍內變動時，決策分析的結論會不會改變。

③ 決策樹分析法有什麼優點

1、決策樹分析法能顯抄示出決策過程，具體形象襲，便於發現問題。
1、決策樹分析法能把風險決策的各個環節聯系成一個統一的整百體，有利於決策過程中的思考度，易於比較各種方知案的優劣。
3、決策樹分析法既可以進行定性分析，也可以進行定量道計算。

④ 決策樹法分為那幾個步驟

1、特徵選擇

特徵選擇決定了使用哪些特徵來做判斷。在訓練數據集中，每個樣本的屬性可能有很多個，不同屬性的作用有大有小。因而特徵選擇的作用就是篩選出跟分類結果相關性較高的特徵，也就是分類能力較強的特徵。在特徵選擇中通常使用的准則是：信息增益。

2、決策樹生成

選擇好特徵後，就從根節點觸發，對節點計算所有特徵的信息增益，選擇信息增益最大的特徵作為節點特徵，根據該特徵的不同取值建立子節點；對每個子節點使用相同的方式生成新的子節點，直到信息增益很小或者沒有特徵可以選擇為止。

3、決策樹剪枝

剪枝的主要目的是對抗「過擬合」，通過主動去掉部分分支來降低過擬合的風險。

【簡介】

決策樹是一種解決分類問題的演算法，決策樹演算法採用樹形結構，使用層層推理來實現最終的分類。

⑤ 什麼是決策樹分析法

決策樹法(decision tree—based method） 決策樹(decision tree)一般都是自上而下的來生成的。每個 決策 或事件（ 即自然狀態）都可能引出兩個或多個事件，導致不同的結果， 把這種決策分支畫成圖形很像一棵樹的枝幹，故稱決策樹。

⑥ 決策樹分析法的介紹

決策樹分析法是指分析每個決策或事件（即自然狀態）時，都引出兩個或多個事件和不同的結果，並把這種決策或事件的分支畫成圖形，這種圖形很像一棵樹的枝幹，故稱決策樹分析法。

⑦ 怎樣用決策樹法對方案進行風險決策分析

這個也不是很復雜的，首先，你要收集資料。然後，分析你的資料。之後，就分順勢和逆勢了。順勢就是根據實際情況一步一步往下推理出可能出現的情況，可以解決的和不可以解決最後成為一個樹狀的表。逆勢就是反過來推理，已經有個目標了。目標需要什麼，那個可以走的通那裡走不通！最後也可以成為樹狀的結構！要規避風險 都需要你都自己乾的 自己的條件 和市場的環境 國家的政策有了解。否則用什麼方法都不會有效的！希望你能成功！

⑧ 誰能告訴我決策樹分析法

各種評價技術在技術經濟中的應用

在技術經濟中應用的評價技術大致有以下七種：

（1）比較法及其應用。比較法是通過對每個技術方案的經濟效果或綜合效果的比較來優選最佳方案的一種方法。在比較方案數量少、各個比較方案彼此間又獨立又互相排斥、比較方案的經濟效果指標只和技術經濟參變數有關等情況下，可用比較法選擇其中最好的方案。比較法應用相當廣泛。

（2）列表法及其應用。列表法是採用表格形式的一種方法。在技術經濟中的應用有二種：一是"表示法"，二是"表解法"。所謂"表示法"是指利用列表的形式反映技術方案各種上技術經濟指標和數據的方法。"表解法"是指利用列表形式對技術方案進行計算評價和優選的方法。通常，先把技術方案參變數假定若干數值，然後將每個數值代入經濟評價公式進行計算，最後求得經濟效果的指標。整個計算過程和數據列在表上，從表上就可以看出技術方案的經濟效果的好壞，從而選擇最優方案。表表法與比較法有密切關系，它們往往是相輔相成同時使用。

（3）圖解法及其應用。在技術經濟中常常應用"圖示法"和"圖解法"："圖示法"是用圖來形象地表示技術經濟計算及其結果的方法；"圖解法"是指用繪圖技術對各種方案進行經濟比較和優選的一種方法。在技術經濟中採用較多的圖解法有技術經濟優化圖、技術經濟決策樹和技術經濟網路圖等幾種。

（4）分析法及其應用。分析法是與綜合法相對的一種研究問題的方法。在技術經濟評價中，除了系統分析法以外，還採用技術經濟因素分析法（敏感性分析法）、經濟臨界點分析法（盈虧分析法）、經濟安全系數分析法，最小最大（或最大最小）和最大量大（或最小最小）分析法等。

（5）數學方法的應用 數學在技術經濟研究中起著很重要的作用。常用的數學方法有以下幾種：①普通數學法主要是運用加、減、乘、除、等式運算、代數等方法計算各種技術經濟指標，例如計算成本、投資、經濟效果等。②數學分析法，數學分析法主要是微分方法和矩陣方法。矩陣方法在技術經濟中的應用最主要就是投入產出法的應用。③運籌學方法，在技術經濟評價中應用較多的運籌學方法，一般是線性規劃、非線性規劃、靜態規劃和動態規劃這幾種。④數理統計和概率論方法，在技術經濟評價中，需要處理許多社會經濟現象和自然現象，而它們有不少是比較復雜的、在目前還沒有找到一定的規律性，因此，必須利用概率論和數理統計方法來處理這些現象，為解決技術經濟問題提供科學依據。概率論和數理統計在不確定情況下的技術經濟評價中的應用有以下幾種方法：技術經濟期望值法、技術經濟模擬法、技術經濟決策樹法。

（6）電子計算機的應用 電子計算機在國民經濟中應用越來越普遍。近幾年來，在技術經濟領域中也越來越多地得到應用，主要應用有以下幾個方面：技術經濟評價計算、技術經濟數學模型求解、技術經濟預測和技術經濟數據資料處理和儲存。

（7）調查法的應用 調查法是發現和了解問題、搜集資料、檢驗理論和總結經驗所不能缺少的。這里所指調查法是專門調查法，即通過各種方式，請有經驗的專家根據規定的條件對各種技術方案進行政治、國防、社會、技術、環境和資源等方面進行評價。通常採用評分的方法，國外德爾菲法是值得借鑒的專門調查方法。專門調查法在技術綜合評價中有很重要的用途。

⑨ 什麼是決策樹,運用決策樹方法應注意什麼問題

摘要 決策樹(Decision Tree）是在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現值的期望值大於等於零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。