درخت تصمیم چیست؟ تعریف، تجزیه و تحلیل و مثال‌ Decision Tree

درخت تصمیم (Decision Tree) یکی از مهم‌ترین و پرکاربردترین ابزارها در حوزه داده‌کاوی و تحلیل داده است. این ابزار به شما کمک می‌کند تا از مجموعه‌ی داده‌های بزرگ و پیچیده‌ای که در اختیار دارید، به صورت منظم و ساختارمند، الگوها و الگوریتم‌هایی استخراج کنید که به شما کمک می‌کنند تا تصمیمات بهتری بگیرید.با استفاده از درخت تصمیم، شما می‌توانید داده‌ها را به گروه‌های کوچک‌تر تقسیم کنید و الگوهای مختلف در آن‌ها شناسایی کنید. این ابزار به شما اجازه می‌دهد تا به بهترین شکل ممکن از داده‌های خود استفاده کنید و تصمیماتی اساسی‌تر بگیرید. درخت تصمیم که هم در بازاریابی و هم در یادگیری ماشین استفاده می‌شود، می‌تواند به شما در انتخاب مسیر مناسب کمک کنند. درخت تصمیم معمولاً در تجارت برای تجزیه و تحلیل داده‌های مشتری و تصمیم‌گیری بازاریابی استفاده می‌شود، اما می‌توانند در زمینه‌هایی مانند پزشکی، مالی و یادگیری ماشین نیز استفاده شود. در این مقاله از وبسایت هوش مصنوعی آویر قصد داریم به بررسی کامل درخت تصمیم بپردازیم. با ما تا انتها همراه باشید.

درخت تصمیم چیست؟

درخت تصمیم یک نمودار فلوچارتی است که تمام راه‌حل‌های بالقوه برای یک مسئله معین را ترسیم می‌کند. این ابزار معمولاً توسط سازمان‌ها برای کمک به تعیین بهینه‌ترین مسیر اقدام با مقایسه همه پیامدهای احتمالی مجموعه‌ای از تصمیمات استفاده می‌شوند.

به عنوان مثال، داشتن درخت تصمیم می‌تواند برای کمک به یک شرکت برای تصمیم‌گیری در مورد این استفاده شود که دفتر مرکزی خود را به کدام شهر منتقل کند، یا این که آیا یک دفتر جدید و مدرن باز کند یا خیر. درخت تصمیم همچنین یک ابزار محبوب در یادگیری ماشین نیز هست، زیرا می‌توان از آنها برای ساخت مدل‌های پیش‌بینی استفاده کرد. این نوع درخت تصمیم را می‌توان برای پیش‌بینی‌های اساسی استفاده کرد، مانند این که آیا مشتری بر اساس سابقه خرید قبلی خود، محصولی را خریداری می‌کند یا خیر. استفاده از این کاربرد درخت تصمیم برای بازاریابی آنلاین و وبسایت‌های فروشگاه‌هایی ضروری است.

ساختار درخت تصمیم

ساختار درخت‌های تصمیم شامل موارد زیر است:

• گره ریشه (Root Node): گره ریشه کل جامعه یا نمونه را نشان می‌دهد. سپس به دو یا چند مجموعه همگن تقسیم می‌شود.
• تقسیم (Splitting): فرآیند تقسیم شامل جداسازی یک گره به چندین گره فرعی است.
• گره تصمیم (Decision Node): یک گره فرعی زمانی تبدیل به یک گره تصمیم می‌شود که به گره‌های فرعی بیشتری تقسیم شود.
• گره‌های برگ یا پایانی (Leaf or terminal nodes): گره‌هایی که تقسیم نمی‌شوند گره‌های برگ یا پایانی نامیده می‌شوند.
• هرس (Pruning): هرس فرآیند حذف گره‌های فرعی از یک گره تصمیم‌گیری است. می توان آن را به عنوان تقسیم برعکس توصیف کرد.
• شاخه یا درخت فرعی (Branch or Sub-Tree): شاخه یا درخت فرعی تقسیمی از درخت تصمیم کلی است.
• گره والد و فرزند (Parent and Child Node): گره‌ای که به گره‌های فرعی تقسیم می‌شود، گره والد نامیده می‌شود. گره های فرعی فرزندان یک گره والد هستند.

کاربردهای درخت تصمیم

درخت تصمیم معمولاً برای مسائلی با ویژگی‌های زیر مناسب است:

1.      نمونه‌هایی که با جفت فاکتورهای ویژگی-مقدار نشان داده می‌شوند

نمونه‌ها دارای مجموعه‌های ثابتی از ویژگی‌ها و مقادیر آنها هستند. این درخت‌ها به تصمیم‌گیری با تعداد محدودی از مقادیر مجزا و ممکن کمک می‌کنند و اجازه نمایش عددی ویژگی‌های با ارزش واقعی مانند سطح یا درجه را می‌دهند.

2.      توابع هدف دارای مقادیر خروجی گسسته

درخت تصمیم امکان دسته‌بندی‌ سوالاتی که پاسخ آن‌ها بله یا خیر است و توابع با بیش از دو مقدار خروجی ممکن و خروجی های با ارزش واقعی را می‌دهد.

3.      توصیف‌های منفصل

درخت تصمیم در نمایش عبارات منفصل مفید است.

4.      داده‌هایی با مقادیر مشخصه نامعلوم

روش درخت تصمیم حتی با مقادیر گم شده یا ناشناخته به تصمیم‌گیری کمک می‌کند.

در برنامه های کاربردی دنیای واقعی، درخت‌های تصمیم هم در تصمیم‌گیری‌های سرمایه‌گذاری تجاری و هم در فرآیندهای کلی تصمیم‌گیری فردی کاربردی هستند. درختان تصمیم به عنوان مدل‌های پیش بینی در زمان انجام مشاهدات بسیار محبوب هستند. علاوه بر این، یادگیری درخت تصمیم یک رویکرد یادگیری نظارت شده است که در آمار، داده کاوی و یادگیری ماشین استفاده می‌شود.

راهنمای گام به گام ایجاد درخت تصمیم

می‌توانید از ابزارهای نرم‌افزاری یا پلت‌فرم‌های همکاری آنلاین برای ایجاد درخت تصمیم‌گیری استفاده کنید، اما تنها چیزی که واقعاً نیاز دارید یک تخته سفید یا یک قلم و کاغذ است.

گره اولیه را رسم کنید. این گره مربع نشان دهنده تصمیم اصلی است که می‌خواهید بگیرید. برای هر اقدام ممکنی که در این مرحله می توانید انجام دهید، یک شاخه بکشید و آن را با نام آن عمل برچسب‌گذاری کنید. شما می توانید اطلاعات اضافی مانند هزینه مالی اتخاذ آن تصمیم را در همین جا قرار دهید.

گره‌ها را به انتهای هر شاخه اضافه کنید. سپس در نظر بگیرید که در هر سناریوی برچسب‌گذاری شده چه اتفاقی می‌افتد. آیا پیروی از آن مسیر عمل منجر به تصمیم دیگری می‌شود؟ اگر چنین است، یک مربع دیگر اضافه کنید و روند را تکرار کنید. اگر تصمیم به یک نتیجه تصادفی منجر شد، یک گره دایره‌ای رسم کنید و سعی کنید نتایج احتمالی و احتمال وقوع هر یک را تعیین کنید.

درخت را گسترش دهید تا به تمامی نقاط پایانی برسد. اضافه کردن گره‌های تصمیم، گره‌های شانس و شاخه‌ها را تا زمانی که دیگر انتخابی نداشته باشید ادامه دهید. سپس هر شاخه را با یک گره نتیجه بپوشانید. این گره نتیجه، نتیجه نهایی پیروی از آن مسیر را توصیف می‌کند و باید نوعی ارزش یا امتیاز را در بر گیرد تا بتوان بین هر نقطه پایانی مقایسه کرد.

مثالی از درخت تصمیم

برای درک بهتر بیایید مثالی را با هم بررسی کنیم:

یک فرد تصمیم دارد مقدار مشخصی پول خود را سرمایه‌گذاری کند. در نتیجه، او سه گزینه را در نظر می‌گیرد: صندوق‌های سرمایه‌گذاری مشترک، صندوق‌های اوراق قرضه و ارزهای دیجیتال. او آنها را با یک معیار که برای او اولویت دارد، تجزیه و تحلیل می‌کند – این گزینه‌ها باید بیش از 60٪ بازدهی داشته باشند. او می‌داند که ریسک مرتبط با آن نیز زیاد است، اما مقداری که او سرمایه‌گذاری می‌کند، پول اضافی است که به سرمایه اصلی او آسیب نمی‌زند. از آنجایی که فقط ارزهای دیجیتال می توانند چنین بازدهی داشته باشند، او سرمایه‌گذاری برای خرید ارزهای دیجیتال را انتخاب می‌کند.

تصویر فرآیند تصمیم‌گیری را در زیر بررسی کنید.

مزایا و معایب درخت تصمیم

در ادامه به بررسی مزایا و معایب اصلی استفاده از درخت تصمیم می‌پردازیم.

مزایای درخت تصمیم

• با امکان تفسیر بصری داده‌ها به نتیجه‌گیری آسان تصمیمات کمک می‌کند.
• ساختار درخت تصمیم را می‌توان برای ترکیبی از داده‌های عددی و غیر عددی استفاده کرد.
• طبقه‌بندی درخت تصمیم، تصمیم‌گیری را با دسته‌بندی آنها بر اساس مشخصات امکان‌پذیر می‌کند.

معایب درخت تصمیم

• اگر ساختار درختی پیچیده شود، داده‌های ناخوانایی از آن به دست می‌آید.
• محاسبات در تجزیه و تحلیل پیش‌بینی‌کننده می‌تواند خسته‌کننده باشد، به خصوص زمانی که یک مسیر تصمیم‌گیری شامل متغیرهای شانس، متعدد باشد.
• یک تغییر جزئی در داده‌ها می‌تواند به طور قابل توجهی بر ساختار درخت تصمیم تأثیر بگذارد و نتیجه‌ای متفاوت از آنچه در یک محیط عادی وجود دارد را بیان کند.

تفاوت درخت تصمیم با جنگل تصادفی و رگرسیون لجستیک

• درخت تصمیم ساختاری است که در آن هر راسی از شکل، یک سوال است و هر شاخه که از آن راس پایین می‌آید، پاسخ بالقوه‌ای به آن سوال است.
• جنگل تصادفی، خروجی درختان تصمیم‌گیری مختلف را برای تولید یک نتیجه ترکیب می‌کند. بنابراین، مسائل طبقه‌بندی و رگرسیون را حل می‌کند. این روش ساده است.
• رگرسیون لجستیک احتمال وقوع یک رویداد خاص را بر اساس مجموعه‌ای از متغیرهای مستقل و یک مجموعه داده معین محاسبه می‌کند. محدوده متغیر وابسته در این روش 0 تا 1 است.

اگرچه درخت تصمیم، جنگل تصادفی و رگرسیون لجستیک هر سه دغدغه رسیدن به یک نتیجه بر اساس احتمال را دارند، اما هر سه با هم متفاوت هستند.

نقش درخت تصمیم در علم داده

ما بیشتر روی استفاده از درخت تصمیم در انتخاب مؤثرترین مسیر اقدام در تجارت تمرکز کرده‌ایم، اما این نوع نقشه‌برداری اطلاعاتی کاربردهای عملی در داده‌کاوی و یادگیری ماشین نیز دارد.

در این زمینه، درخت تصمیم برای تعیین دستی برخی از اقدامات بهینه استفاده نمی‌شوند، بلکه به‌عنوان یک مدل پیش‌بینی‌کننده برای انجام مشاهدات خودکار در مورد یک مجموعه داده مورد استفاده قرار می‌گیرند. این الگوریتم‌ها حجم عظیمی از اطلاعات را دریافت می‌کنند و از درخت تصمیم برای استخراج پیش بینی‌های دقیق در مورد نقاط داده جدید استفاده می‌کنند. به عنوان مثال، استفاده از داده‌های پزشکی هزاران بیمار بیمارستانی را برای پیش بینی احتمال ابتلای یک فرد به بیماری در نظر بگیرید.

سوالات متداول درباره درخت تصمیم