Zalety i wady drzew decyzyjnych

Drzewa decyzyjne są diagramami, które próbują pokazać zakres możliwych wyników i kolejnych decyzji podjętych po podjęciu początkowej decyzji. Na przykład, pierwotna decyzja może dotyczyć tego, czy pójść na studia, a drzewo może próbować pokazać, ile czasu będzie spędzać się na wykonywaniu różnych czynności i jakie są możliwości zarobkowe w oparciu o podjętą decyzję. Istnieje kilka godnych uwagi plusów i minusów używania drzew decyzyjnych.

Rozważanie konsekwencji

Jednym z najbardziej użytecznych aspektów drzew decyzyjnych jest to, że zmuszają one do rozważenia tak wielu możliwych wyników decyzji, jak tylko przyjdzie Ci do głowy. Podejmowanie decyzji pod wpływem impulsu, bez rozważenia zakresu konsekwencji może być niebezpieczne. Drzewo decyzyjne może pomóc Ci rozważyć prawdopodobne konsekwencje jednej decyzji w stosunku do drugiej. W niektórych przypadkach może nawet pomóc w oszacowaniu oczekiwanych korzyści z podjętych decyzji. Na przykład, jeśli stworzysz szacunki wartości w dolarach dla wszystkich wyników i prawdopodobieństw związanych z każdym wynikiem, możesz użyć tych liczb do obliczenia, która początkowa decyzja doprowadzi do największej średniej finansowej wypłaty. Drzewa decyzyjne zapewniają ramy do rozważenia prawdopodobieństwa i opłacalności decyzji, co może pomóc w analizie decyzji, aby podjąć jak najbardziej świadomą decyzję.

• Jednym z najbardziej użytecznych aspektów drzew decyzyjnych jest to, że zmuszają one do rozważenia tak wielu możliwych wyników decyzji, jak tylko możesz pomyśleć.

Oczekiwania

Wadą stosowania drzew decyzyjnych jest to, że wyniki decyzji, kolejne decyzje i wypłaty mogą być oparte głównie na oczekiwaniach. Kiedy rzeczywiste decyzje są podejmowane, korzyści i wynikające z nich decyzje mogą nie być takie same jak te, które zaplanowałeś. To może być niemożliwe, aby zaplanować wszystkie ewentualności, które mogą powstać w wyniku decyzji. Może to prowadzić do nierealistycznego drzewa decyzyjnego, które może prowadzić Cię w kierunku złej decyzji. Ponadto, nieoczekiwane zdarzenia mogą zmienić decyzje i zmienić korzyści w drzewie decyzyjnym. Na przykład, jeśli spodziewasz się, że twoi rodzice zapłacą za połowę twojego college'u, kiedy zdecydujesz się pójść do szkoły, ale później odkryjesz, że będziesz musiał zapłacić za całe czesne, twoje oczekiwane korzyści będą dramatycznie różne od rzeczywistości.

• Wadą używania drzew decyzyjnych jest to, że wyniki decyzji, kolejne decyzje i wypłaty mogą być oparte głównie na oczekiwaniach.

Złożoność

Drzewa decyzyjne są stosunkowo łatwe do zrozumienia, gdy jest niewiele decyzji i wyników zawartych w drzewie. Duże drzewa, które zawierają dziesiątki węzłów decyzyjnych (miejsc, gdzie podejmowane są nowe decyzje) mogą być zagmatwane i mogą mieć ograniczoną wartość. Im więcej decyzji znajduje się w drzewie, tym mniej dokładne są wszelkie oczekiwane wyniki. Na przykład, jeśli stworzysz drzewo mapujące decyzję o pójściu na studia, prawdopodobnie nie będziesz w stanie dokładnie przewidzieć szansy, że będziesz zarabiać ponad 65 000 funtów w ciągu dziesięciu lat, ale możesz być w stanie dokładnie oszacować swoją siłę zarobkową po ukończeniu studiów.

• Drzewa decyzyjne są stosunkowo łatwe do zrozumienia, gdy jest niewiele decyzji i wyników zawartych w drzewie.
  
• Duże drzewa, które zawierają dziesiątki węzłów decyzyjnych (miejsc, w których podejmowane są nowe decyzje) mogą być zagmatwane i mogą mieć ograniczoną wartość.