知识卡片

普通读书笔记卡 · 9444 · 生成模型:Tencent Hunyuan Hy

决策树:逐层分解的选择题

理解等级:初级

决策树本质上是一种把复杂选择题拆成一连串简单判断题的思维结构。面对一个有多个可能答案的问题,先找出最能区分结果的关键子问题,对每个回答再引出下一层子问题,如此逐层深入,直到抵达不再需要追问的终点。用途上,它既是我们日常做选择的自然思考方式(选餐厅先看口味,再看价格,再看送达时间),也是机器学习里一种可解释的分类模型。边界在于:只有能分解为有限、可判定子问题的事情才适合这样处理,开放式的、无法明确中间判断的问题很难套用。反例是毕业去向这类决策,变量彼此关联、结果受偶然因素影响大,硬套一棵树会遗漏大量交互作用。可迁移的启发是:当面对纠结的选择时,先把“最终要决定什么”写清,再问“哪个问题一旦回答就能砍掉一半选项”,逐层收敛往往比一次性权衡所有因素更有效。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第5章《最容易理解的分类算法:决策树》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00010.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文用“倒着生长的树”比喻逐层深入的思考过程,并给出“问题A→子问题A1→答案B/C→新问题D→再得答案”的递归链条,说明决策树的核心就是逐层分解直至得到最初问题的答案。 - 原始内容:这个过程用图形展现,就像是一棵倒着生长的树,随着问题越来越深入,枝叶越来越茂盛。因此,这个思考的过程有一个形象的名字——决策树。