决策表与决策树

决策表和决策树是两种用于清晰呈现复杂逻辑的工具。决策表适用于描述多条件、多决策路径的情况,能直观展示条件与行动间的对应关系,避免编程时的逻辑遗漏。而决策树则基于概率分析,通过树形结构来表示决策过程,常用于项目风险评估和机器学习中的预测模型。它们都能帮助我们更有效地理解和管理决策流程。
摘要由CSDN通过智能技术生成

决策表的定义:

决策表又称判断表,是一种呈表格状的图形工具,适用于描述处理判断条件较多,各条件又相互组合、有多种决策方案的情况。精确而简洁描述复杂逻辑的方式,将多个条件与这些条件满足后要执行动作相对应。但不同于传统程序语言中的控制语句,决策表能将多个独立的条件和多个动作直接的联系清晰的表示出来。
一般表示如下:

 决策表能罗列出所有的可能情况,并清晰的指出相应的处理方式,用户不需要考虑其中的逻辑关系就能一眼看出其中什么样的动作对应什么样的情况,这比程序语言中层层嵌套的逻辑语句要强多了。而所有可能情况的平面罗列,也能避免在程序语言编写中,因为逻辑上的层层嵌套而产生遗漏,尤其在if-then-else结构中else部分是可选的情况下。

决策树的定义:

决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。
决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。

举个栗子:

某收件地点在本省,则快件6元/公斤, 慢件4元/公斤;

若收件地点在外省,则在25公斤以内(包括25公斤),快件8元/公斤,慢件6元/公斤;

而超过25公斤时,快件10元/公斤,慢件8元/公斤。


决策表和决策树可以帮助我们清晰地罗列出各种影响下的情况,避免遗漏出错。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值