Читать реферат по менеджменту: "Реализация стохастического выбора на дереве решений" Страница 1

назад (Назад)скачать (Cкачать работу)

Функция "чтения" служит для ознакомления с работой. Разметка, таблицы и картинки документа могут отображаться неверно или не в полном объёме!

МИНОБРНАУКИРОССИИ

Федеральное государственное автономное образовательное

Учреждение высшего образования

«Южный федеральный университет» Реферат

По дисциплине: Системный анализ и принятие решений

тема:«Реализация стохастического выбора на дереве решений» Выполнил:

Студент группы3-2

Баев Андрей

Принял:

ЗолотаревА.А. Ростов-на-Дону,2015г Оглавление

1. Дерево решений

.1 Этапы построения деревьев решений

.1.1 Правило разбиения

.1.2 Правило остановки

.1.3 Правило отсечения

.2 Преимущества использования деревьев решений

.3 Области применения деревьев решений

. Пример реализации дерева решений

.1 Постановка задачи многошагового стохастического выбора в предметной области

.2 Математическая постановка задачи

.2.1 Первый этап

.2.2 Второй этап

.2.3 Третий этап

Заключение

Список Использованных Источников

. Дерево решений Деревья решений - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Область применения деревья решений в настоящее время широка, но все задачи, решаемые этим аппаратом могут быть объединены в следующие три класса:о данных, классификация, регрессия. .1 Этапы построения деревьев решенийПри построении деревьев решений особое внимание уделяется следующим вопросам: выбору критерия атрибута, по которому пойдет разбиение, остановки обучения и отсечения ветвей .

.1.1Правило разбиения

Для построения дерева на каждом внутреннем узле необходимо найти такое условие (проверку), которое бы разбивало множество, ассоциированное с этим узлом на подмножества. В качестве такой проверки должен быть выбран один из атрибутов. Общее правило для выбора атрибута можно сформулировать следующим образом: выбранный атрибут должен разбить множество так, чтобы получаемые в итоге подмножества состояли из объектов, принадлежащих к одному классу, или были максимально приближены к этому, т.е. количество объектов из других классов ("примесей") в каждом из этих множеств было как можно меньше.

Были разработаны различные критерии: теоретико-информационный критерий, статистический критерийи др.

1.1.2 Правило остановки

В дополнение к основному методу построения деревьев решений были предложены следующие правила:

Использование статистических методов для оценки целесообразности дальнейшего разбиения, так называемая "ранняя остановка "

Ограничить глубину дерева. Остановить дальнейшее построение, если разбиение ведет к дереву с глубиной превышающей заданное значение.

Разбиение должно быть нетривиальным, т.е. получившиеся в результате узлы должны содержать не менее заданного количества примеров.

Этот список эвристических правил можно продолжить, но на сегодняшний день не существует такого, которое бы имело большую практическую ценность. К этому вопросу следует подходить осторожно, так как многие из них применимы в каких-то частных случаях.

.1.3 Правило отсечения

Очень часто алгоритмы построения деревьев решений дают сложные деревья, которые "переполнены данными", имеют много узлов и ветвей. Такие "ветвистые" деревья очень трудно понять. К тому же ветвистое дерево, имеющее много узлов,


Интересная статья: Основы написания курсовой работы