決策樹分析法是什麼

決策樹分析法是指分析每個決策或事件（即自然狀態）時，都引出兩個或多個事件和不同的結果，並把這種決策或事件的分支畫成圖形，這種圖形很像一棵樹的枝幹，故稱決策樹分析法。

決策樹法的優點：

1、可以生成可以理解的規則；

2、計算量相對來說不是很大；

3、可以處理連續和種類欄位；

4、決策樹可以清晰的顯示哪些欄位比較重要。

決策樹法的缺點：

1、對連續性的欄位比較難預測；

2、對有時間順序的資料，需要很多預處理的工作；

3、當類別太多時，錯誤可能就會增加的比較快；

4、一般的演算法分類的時候，只是根據一個欄位來分類。

決策樹法的幾個關鍵步驟是：

1、畫出決策樹，畫決策樹的過程也就是對未來可能發生的各種事件進行周密思考、預測的過程，把這些情況用樹狀圖表示出來。先畫決策點，再找方案分枝和方案點。最後再畫出概率分枝。

2、由專家估計法或用試驗資料推算出概率值。並把概率寫在概率分枝的位置上。

3、計算益損期望值，從樹梢開始，由右向左的順序進行。用期望值法計算。若決策目標是盈利時，比較各分枝，取期望值最大的分枝，其他分枝進行修剪。