决策树哈佛大学笔记.docVIP

PAGE PAGE 10 基于数据挖掘算法的客户行为分析系统（文献翻译） 决策树（哈佛大学笔记） 计074曹琦 摘要：大多数的商业决策包括一些不确定的种类，可以决定药品公司的研发投资，例如，不知道FDA可能会批准其产品。汽车制造商可以选择建造大型工厂来扩大经济规模，而在不知道这个市场是否足够大的前提下允许工厂竭尽全力地工作。虽然不确定性会让人生畏，然而你会发现，通过对事件设置集合：会产生一种系统的方法。根据决议的不确定性预测你的行为，你可以做出更好的决定。 这个笔记阐述了一套技术来分析不确定性的决策。你将能够运用这些技术来分级。有三个特点: （1）替代选择是明确定义的 （2）关键的不确定因素是可以被量化的 （3）目的是清楚的 不是所有的决定都有这些特点。然而许多决定可以用上述三种性能拥有的一种方式简化。因为带着这三个特性的决策可以直接地解决，你会发现优秀的决策者的能力是把复杂的问题以上述特征的方式简化。 你将学会如何构建这些被称作决策树的图形设备。决策树遵从两个宗旨。首先，他们告诉你哪些备选方案可以选择。第二，他们把这些确定的备选方案的价值放在第一位。 关键词：决策树，概率树，实例 1 一个简单的商业问题 Allison TAte经营一家小公司，生产低成本的、符合人体工学的椅子在互联网上出售。她的公司有几种流行的模型，每个年销售额达20万美元到45万美元。 她的研究人员已经生产了一个模型，在几个方面把模型升级到顶级。然而由于新椅子的改造数量，Allison不期望有能力去用她现有工厂设施去生产。Allison知道：一个新的设备将花费30万美元，还不确定是否有足够的椅子需求来回报这么大的投资。如果市场良好，她认为她可能卖出8000把椅子，每把椅子获利100美元。产生80万美元的现金流量。而另一方面，如果市场很萧条，她认为她可能只会卖出1000把椅子，产生现值只有10万美元的现金流量。她该怎么做出决定呢？ 在决定的结果不确定的情况下，当我们可以确定如何做出决定之前，我们需要一个方法来确定未知的价值前景。不确定的利润和损失的评估可以利用一种被称作概率树的装置。在接下来的章节，我们展示如何让Allison用概率树来进行投资价值的评估。然后，在接下来的部分里，我们允许Allison做序列决定。这是需要使用一种被称为决策树的设备来完成。 2 概率树 Allison投资机会的价值是什么？ 如果Allison投资该工厂生产新椅子，要花费30万美元。如果市场很大，销售的现金流量将达80万美元。如果Allison预先知道将是巨大的市场，那么她的决定很容易:她要开始投资，因为这个项目值得你花50万美元(约合80万减去的投资成本30万美元)。 然而她的决定很艰难，因为她不知道市场会是大还是小。如果椅子的市场很小，现金流销售额将只有10万美元。在这种情况下，她就会损失20万美元(10万美元减去的投资30万美元成本)。她该怎么考虑现在的投资机会呢？她开始列出可供选择的结果，如果她投资，如图2-1。 图2-1 她已确定投资成本为30万美元的前提下，她该如何权衡有可能获得80万美元与毫无疑问地获得10万美元呢？直觉地，Allison会更倾向于做这样一个投资：这个市场将很大，不太可能是很小的。这样的一个事件可发生的概率用数字来表示。如果这个事件是不可能的，我们将它们分配给概率为0。在另一端的频率，如果一个事件是肯定要发生的概率，我们给它分配一个概率1。世界上的大多数真实的事件都发生在这二种极端之间，它们发生的几率在0到1之间，更有可能被指派更高的可能性。 为了决定是否在工厂投资，Allison需要确定市场将会很大的可能有多少。考虑到她所知道的市场，她推论：椅子是崭新的设计，并且小市场的可能性略略大于大市场的可能性。那就是，小市场的可能性超过一半。另一方面，仍然有机会是大市场。她决定的大市场的可能性为0.40。由于概率的总和的两个结果必须等于一个，小市场的可能性为0.60。评估很大的市场的概率为40%为意味着她认为这是可能会从一个含有40红色和60黑球的罐子得出一个红色球。有了这些信息，她现在可以构建一个简单的概率树来代表价值的投资机会。 图2-2 什么是她的投资期望值？假设我们重放的情景很多次。40%的次数Allison期望建立80万美元，其中60%的时候，她期望能获得10万美元。然而，她总是所投资的成本的30万英镑。她期待平均现金流量遵从下面： 图2-3 以上方程计算的是预期投资机会的货币价值。预期概率树的金融价值是概率加权的平均结果。Allison的投资预期的货币价值是这棵树预期的货币价值，去除了她的投资花费。Allison有一个预计为8万美元货币价值的机会。为了最大化回报她的股东，Allison应选择投资，因为它提供了一个预期较高