芒格决策树原理(决策树理论是什么)

导语：芒格决策理论学习2：决策树理论

今天说得很实用，每个人拿起笔都可以在自己的草稿纸上面演算一下。

1. 理论基础：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。

2. 组成：

2.1. 决策点，是对几种可能方案的选择，即最后选择的最佳方案。如果决策属于多级决策，则决策树的中间可以有多个决策点，以决策树根部的决策点为最终决策方案。

2.2. 状态节点，代表备选方案的经济效果（期望值），通过各状态节点的经济效果的对比，按照一定的决策标准就可以选出最佳方案。由状态节点引出的分支称为概率枝，概率枝的数目表示可能出现的自然状态数目每个分枝上要注明该状态出现的概率。

2.3. 结果节点，将每个方案在各种自然状态下取得的损益值标注于结果节点的右端。

3. 决策树理论的优点：

3.1. 容易理解，直接用树图来表现出数据的真实意图。

3.2. 决策时间比较短，大型数据也可以快速决策。

3.3. 容易对于静态的事件进行评测，找出背后的逻辑。

4. 决策树理论的缺点：

4.1. 变量越多，结果越不准确

4.2. 如果有时间顺序，那么需要处理的工作就非常多。

4.3. 分类越简单越好，最好就一个‘是/不是’

5. 决策树理论的应用：

例如上图来说，我们要对‘是否学习’这个问题进行决策时，通常伴随一系列的子决策。先看是否有‘对象’，有的话是否需要‘陪伴对象’，通过一次次的决策后得到最终决策：是否学习？一般情况下，一棵决策树包含一个根节点，若干内部节点和若干叶节点，如下图所示，那么与是否学习的决策过程对应起来，‘女票’为根节点,&39;和‘任务’‘吃鸡’为内部节点，最下面一层为叶子节点。

一些看似困难的事情，你通过你的知识用一下决策树理论，会觉得更加清晰可见。

本文内容由小德整理编辑！