2021-05-01

问：决策表（决策树）回归vs回溯
答：
决策表（决策树）：
1、概念：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。

2、决策表结构
决策表一般分为4个部分。 每个条件对应一个变量、关系或预测，“候选条件”就是它们所有可能的值；动作指要执行的过程或操作；动作入口指根据该入口所对应的候选条件集，是否或按怎样的顺序执行动作。　许多决策表在候选条件中使用“不关心”符号来化简决策表，尤其是当某一条件对应要执行的动作影响很小时。有时，所有的条件在开始时都被认为是重要的，但最后却发现没有一个条件对执行的动作有影响，都是无关的条件。
在这4个部分的基础上，决策表根据候选条件和动作入口的表现方法的变化而变化。有些决策表使用true/false作为候选条件值(类似与if-then-else)，有些使用数字(类似于switch-case)，有些甚至使用模糊值或概率值。对应动作入口，可以简单的表示为动作是否执行(检查动作执行)，或更高级些，罗列出要执行的动作(为执行的动作排序)。

3、决策表表示
决策表的一般表示如下表。

在决策表中， 表示可供选择的决策行为，i=1,2，···，m ；θj 表示决策行为实施之后的自然状态，j=1,2，···，n 而xij表示实施选择决策 ai 后，自然状态是 θi的决策后果，人们有时喜欢使用这个矩阵的转置形式。
上述的决策表可以更加一般化，一方面，决策结果的自然状态可能是无限的、具有一定的相容性或者不可直接观察性等等变化; 另一方面，决策后果可能具有更加一般的信息含义，例如: 用效用函数衡量，而后果的出现并不单单是以概率方式描述，具有更为一般的不确定性性质等等。具体的使用，可以根据实际情况加以灵活运用。
回归vs回溯：
1、概念：
（1）回归分析是一种数学模型。当因变量和自变量为线性关系时，它是一种特殊的线性模型。
（2）回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法。

2、回溯法实现 - 递归和递推（迭代）
回溯法的实现方法有两种：递归和递推（也称迭代）。

3、回归分析的实现
（1）建立预测模型
（2）进行相关分析
（3）计算预测误差
（4）确定预测值