decision-tree-決策樹

決策樹

✻ 此系列的文章會嘗試用「費曼學習法」來實踐並記錄自己的淺學。

在 ⟪窮查理的普通常識⟫ 一書所節錄 查理.蒙格Charles Thomas Munger)的 “第二講” 中提及:「每個人必須擁有的基礎知識,有了這樣的基礎知識,才能進一步精通某項專門藝術。」

此篇要來簡單說說關於『決策樹』。

若已經有一堆已知結果或者過去經驗累積的數據,就能根據數據推演出一棵最貼近未來真實情況的『決策樹』。(也因此,決策樹常常被用來應用在 AI 的學習上。)

舉個白話的例子,若根據自己 “以往與人相約出去吃飯後的心情結果” 的經驗,在心中生成一棵如下圖的決策樹

decision-tree_example

那麼當未來你收到一些朋友的邀約時,就能很快做出答應或拒絕的決定。

「感情頗好的朋友,在你近期努力運動以消彌超出目標的體重時約你吃火鍋?」⇢ 答應。

「朋友在你體重達標時,約你去吃一家評價頗高的火鍋?」⇢ 答應。

「雖沒減重計畫,但朋友邀你去一間沒什麼口碑的平價火鍋店,還無便車可搭?」⇢ 婉拒。

反過來,若餐廳集團能有很多顧客心中的這棵樹,也更能反推出客群的組成、用餐狀態與其他更細微的資訊,進而在餐廳的廣告或產品行銷及內容上做調整。

此理論可應用在商業考量,也同時自然地被我們在日常生活中使用。它厲害的地方就在於,將複雜且耗腦的事情做實際又理性的歸化,不僅能利於我們快速做出決定;又同時能得到最高的效益:)


“ 『決策樹』 長出,然後我們就能從根尋到最棒的那片葉子:)”


返回頂端