什么是决策树(a decision tree)？

决策树是有助于确定行动方案或显示统计概率的图表。这张图被称为决策树，因为它与同名植物相似，通常被描绘成一个竖直或水平的分支图。从决策本身（称为“节点”）开始，决策树的每个“分支”表示一个可能的决策、结果或反应。树上最远的分支代表某一决策路径的最终结果，称为“叶子”。

人们使用决策树来澄清、规划和找到复杂问题的答案。决策树通常用于确定金融、投资或商业活动的过程。在数学中，决策树也被称为树形图。

关键要点

• 决策树是有助于确定行动方案或显示统计概率的图表。
• 决策树的每个分支表示一个可能的决策、结果或反应。树上最远的分支表示特定决策路径的最终结果。
• 人们在各种情况下使用决策树，例如为复杂的财务或商业决策确定行动方案。
• 在决策树中，每个最终结果都有一个指定的风险和回报权重或数字。如果一个人使用 一个决策树要做出一个决策，他们可以查看每个最终结果并评估优缺点。
• 然而，使用决策树来推断决策的结果也会使手头的事情过于复杂，导致分析瘫痪。

决策树的工作原理

决策树是一个图形化的描述一个决策和每一个潜在的结果或结果的决策。个人在各种情况下部署决策树，从简单和个人的事情（“我应该出去吃饭吗？”）到更复杂的工业、科学或微观经济事业。

通过显示一系列步骤，决策树为人们提供了一种有效且简单的方法来可视化和理解决策的潜在影响及其可能结果的范围。决策树还可以帮助人们识别每个潜在的选择，并根据每个选择可能产生的风险和回报权衡每个行动方案。

组织可以部署决策树作为一种决策支持系统。结构化模型允许图表的读者通过使用表示互斥选项的分支，了解一种选择如何以及为什么会导致下一种选择。该结构允许用户使用多种可能的解决方案来解决问题，并以简单易懂的格式显示这些解决方案，同时显示不同事件或决策之间的关系。

在决策树中，每个最终结果都有一个指定的风险和回报权重或数字。如果一个人使用决策树来做决定，他们可以查看每个最终结果并评估其优缺点。为了得出一个正确的结论，树本身可以根据需要横跨任意长或任意短。

决策树包括三个部分：决策本身（或“节点”）、潜在决策（分支）和每个决策的潜在结果（叶子）。

如何建立决策树

要创建决策树，请从需要做出的特定决策开始。您可以在最终树的最左侧绘制一个小正方形来表示初始决策。然后，从盒子里向外画线；每行从左向右移动，表示一个潜在的选项。或者，您可以从页面或屏幕顶部的正方形开始，向下绘制线条。

在每行或选项的末尾，分析结果。如果一个选项的结果是一个新的决策，请在该行的末尾绘制一个框，然后从该决策中绘制新行，表示新的选项，并相应地标记它们。如果期权的结果不清楚，在这条线的末端画一个圆圈，表示潜在的风险。如果选项导致决策，请将该行留空。你继续扩展，直到每一行到达一个端点，这意味着你已经涵盖了每一个选择或结果。画一个三角形来表示端点。

决策树的优缺点

在决策分析领域，决策树和其他工具（如影响图）是非常有用的工具，可以为其他复杂的决策提供系统和可视化的方法。与抽象地思考即将到来的业务决策不同，决策树可以作为思考的起点。

另一方面，推断决策结果也会使手头的事情过于复杂，导致分析瘫痪。当然，决策树也有缺点：并不总是有一种很好的方式来表示重叠的结果，代表不确定性，或者简单地说，如果有太多的决定要考虑。当有一些清晰的路径可供选择时，最好使用决策树。

赞成的意见

• Visual and systematic approach to breaking down decision making

• Clearly outlines the long-term impacts of making certain decisi***

• Decision trees can also express trade-offs and probabilities

欺骗

• Over-complication of a decision can lead to ****ysis paralysis

• Decision trees can be overly complex with too many pathways

• Linked outcomes and uncertainty are hard to represent visually

决策树示例

例如，一家软件公司可能想考虑下一步工作重点的利弊。现有应用上的新功能？推出新产品？有几种方法可以使用决策树，这取决于他们的目标受众、每条路径所需的人力或财政投资量，以及每条路径成功或失败的结果。

使用决策树的个人决策的一个例子可能是决定你是否想和某人打官司，以及你得到对你有利的判决的机会。或者，你可以列出如果诉讼延期会发生什么，如果你一方赢了或输了会发生什么，包括每个决定的法律费用或潜在回报。

底线

决策树对于个人、投资者和其他需要可视化方法来分解复杂决策的业务专业人员来说是非常有用的工具。尽管决策树有其缺点——毕竟，没有一个模型是完美的——但它是表示某个决策路径最终结果的良好起点。