决策树习题
习题
[1]商务智能产生的原因是什么？
[2]怎么认识商务智能？
[3]商务智能对企业有什么价值？
[4]举例说明商务智能在保险、证券、银行、电信、制造、零售和物流等行业的应用。
[5]讨论商务智能与ERP、CRM和SCM等业务管理系统的关系。
[6]商务智能系统包括哪些部分？分别有什么功能？
[7]结合具体的商务智能项目，说明商务智能系统的组成。
[8]讨论数据集成对商务智能项目的重要性。
[9]阅读下面的案例，分析产生问题的原因并给出对策。
一位新上任的大型国企老总曾经表达过这样的困惑。当他向下属提出，希望查看近十年企业的生产和运营数据时，他手边得到了各种各样不同的数据报表。这些数据报表大致可以分成两种类型：一种是两年前，即ERP上线之前的，这是一些简单、杂乱而又枯燥的数据。另一种是有了ERP以后的，数据变得清楚而有条理，但仍然有来自ERP、CRM、SCM以及计费业务等不同应用的数据和各种分析报告。在仔细查看这些报表之后，这位国企老总惊讶地发现，不同的系统可以得出截然相反的两种结论。例如某一产品，它的动态成本反映在ERP系统和CRM、SCM系统中相差很大，如果引用ERP和CRM里面的数据，它就是一款很成功、销量很好的产品，但在SCM中，它的采购和物流成本过高，导致了这款看起来很成功的产品实际上是一笔赔钱的买卖。更让他难以理解的是，正是由于这些来自不同系统的数据不够准确或不一致，给企业的前任领导提交了相当多顾此失彼的分析报告，导致了许多市场决策上的混乱和失误。在花费了大量时间和精力之后，这位国企老总困惑了：究竟哪些数据才是真实的？为什么对同一件事不同的系统会得到截然不同的结果？
[10]讨论数据仓库与操作型数据库、数据集市的区别。
[11]如何认识数据仓库的几个特点？这些特点与企业管理决策有什么关系？
[12]什么是元数据？元数据有什么用处？
[13]讨论ETL的过程，其中数据质量对这个过程有什么影响？
[14]什么是操作数据存储（ODS）？为什么使用ODS？
[15]数据仓库有哪些模型？举例说明。
[16]举例说明数据挖掘查询语言（DMQL）的应用。
[17]以销售主题为例，给出数据仓库的概念模型和逻辑模型，并用DB2或Microsoft SQL Server2000 Analysis Services（以上版本）实现。
[18]什么是在线分析处理（OLAP）？OLAP有哪些特点？
[19]OLAP和OLTP有什么区别？怎么理解OLAP是假设驱动型的分析方法？
[20]OLAP有哪些操作？请结合实例，利用IBM DB2 OLAP Server或Microsoft SQL Server 2000 Analysis Services（以上版本）讨论。
[21]OLAP有哪几种类型？它们有什么区别？
[22]结合实例，讨论OLAP操作语言的应用。
[23]数据挖掘是怎么产生的？
[24]数据挖掘有哪些步骤？以电信运营商的顾客细分为例，分析每一步骤关键的问题。
[25]作为一种数据挖掘方法和展示工具，举例说明可视化技术的应用。
[26]举例说明数据挖掘在银行、保险、电信、零售或政府管理中的应用。
[27]数据预处理在数据挖掘过程中有什么用处？常见的预处理方法有哪些？请举例说明。
[28]聚类算法的实质是什么？常用的几种聚类算法各适用什么场合？请举例说明某种聚类
算法的应用。
[29]分别取k=2和3，利用k-means聚类算法对以下的点聚类：（2,1），(1,2)，(2,2)，(3,2)，(2,3)，(3,3)，(2,4)，(3,5)，(4,4)，(5,3)，并讨论k值以及初始聚类中心对聚类结果的影响。
[30]分类问题的实质是什么？有哪些常用的方法？
[31]表1是购买汽车的顾客分类训练样本集。假设顾客的属性集家庭经济状况、信用级别和月收入之间条件独立，则对于某顾客（测试样本），已知其属性集X=<一般，优秀，12K>，利用朴素贝叶斯分类器计算这位顾客购买汽车的概率。
表1 购买汽车的顾客训练样本集
[32]决策树算法的实质是什么？以机器学习数据库中splice数据集为例，回答下面问题：
（1）分别计算信息增益和gini指数，哪个属性选择为决策树根结点的分枝属性？
（2）使用ID3算法构造决策树。
注：splice数据集下载地址：https://www.wendangku.net/doc/168037316.html,/ml/datasets/
[33]连续属性如何离散化？请用ID3算法或C4.5算法举例说明。
[34]决策树算法的过拟合问题如何解决？
[35]结合实例，应用CART、C4.5算法挖掘决策树，并与ID3算法比较结果。
[36]支持向量机的基本思想是什么？请举例说明支持向量机的应用。
[37]讨论BP神经网络处理分类问题的原理，并举例说明此网络的应用。
[38]考虑表2中的一维数据集，分别根据1最近邻、3最近邻、5最近邻和8最近邻，使用多数表决投票对数据点5.0分类，讨论k最近邻分类中k的取值对分类结果的影响（表中“+”和“-”表示类别）。
[39]关联规则挖掘的基本思想是什么？
[40]对于表3所示的数据集，假设最小支持数和最小臵信度分别为2和65%，考虑下面问题：
（1）画出该数据集的项集格，判断每个结点是否为频繁项集。
（2）分别把Apriori算法和FP增长算法挖掘表中数据集，提取所有的强关联规则。
表3 购物篮事务
[41]序列分析与关联规则挖掘有什么关系？请举例讨论。
[42]结合实际序列数据库，假设最小支持度为20%，利用类Apriori算法提取所有的序列模式。
[43]时间序列分析与序列分析有什么关系？
[44]表4是某商品多次价格变动与销售量的数据，请利用回归分析求出价格x与销售量y 的关系（提示：x与y的关系大致为抛物线，先变换为线性回归问题再求解）。
[45]说明哪些数据挖掘算法之间可以组合使用，并举例说明。
[46]数据挖掘对电子商务有什么影响？
[47]举例说明数据挖掘在电子商务中有哪些方面的应用。
[48]总结数据挖掘在市场营销和顾客关系管理中的应用，并举例说明。可以从寻找潜在顾客，寻找正确的广告渠道，定向市场营销活动，了解潜在顾客以及顾客保持和流失等方面讨论。
[49]请分析商务智能技术在某些领域的具体应用：收集实际数据集，对数据进行预处理后，进行分类、聚类、关联、序列、回归分析等分析，并讨论分析结果的业务价值。
[50]以某一具体的数据挖掘项目为背景，讨论数据挖掘各个阶段的工作。
[51]请结合下图，分析一个完整的企业商务智能项目可以包含哪些内容？分别解决什么问题？其中的关键问题分别是什么？
[52]分别下面案例，说明商务智能如何帮助解决某大型电器零售企业的问题。
杰佛瑞是某大型电器零售企业的市场部门的一名经理，主要负责公司的促销方案的设计。杰佛瑞两年前跳槽来到这家企业，担任总部市场经理，这家企业在家电零售业界享有盛名，在全国拥有近300多家连锁店，规模经营使得公司销售业绩连年提高，而企业的信息化工作也是业界所称道的，这些都让杰佛瑞觉得非常满意，工作也十分积极。
家电零售业竞争非常激烈，各大零售商正在通过各种途径全方位提升自身的竞争力。杰佛瑞供职的公司也不例外，不惜巨资投入信息化建设，实现了基于ATM专网的采购、仓储、销售、财务、物流、配送、售后服务、顾客关系一体化实时在线管理。尽管公司连锁店分布在全国各地，但公司的系统可以全面地收集各个连锁店的经营数据、管理数据以及供应商、顾客和外部竞争环境数据，建立完整的企业级数据仓库系统。在此基础上，公司采用国际上先进的零售业数据分析体系，在数据仓库系统和在线分析系统的基础上，建立复杂的数学模型，发现隐藏在海量数据中的未知模式，预测市场的变化趋势，通过多维分析模型、商品生命周期分析模型等分析手段，综合运用数据仓库、在线分析处理、数据挖掘、定量分析模型、企业信息门户等技术，提供针对家电零售业运营所必需的业务分析决策模型，挖掘数据的潜在价值。在品类管理、库存管理、供应商管理、促销管理等方面，形成独特的优势。
作为市场部的一名职员，杰佛瑞并不十分了解信息事业部的工作，但是他很清楚数据部门起了非常重要的辅助作用。在刚来到公司的三个月培训期中，杰佛瑞学到的知识就是如何进入公司的知识管理系统平台，如何寻找需要的文件和信息。公司主张共享的文化让他觉得很有归属感。
杰佛瑞来到办公室，打开电脑，首先他接收到了上司里奇的邮件，里奇要求他尽快提出企业下个季度的促销方案。这是一项非常复杂的工作，杰佛瑞需要非常认真地对待，因为这关系到他的业绩考核以及可能的升迁机会。像往常一样，杰佛瑞搜索了公司系统的资料库，在这里他可以看到公司过去几年中的一些计划书以及反馈信息，这对他的工作非常有帮助。尤其是来自数据部门的反馈信息让他了解到促销计划的作用，有效地帮助提高促销计划质量。杰佛瑞很好奇数据部门的同事是如何做到这一点的，要知道公司可有几百家门店，每天来自POS机的销售数据可以堆积如山。他隐约记得，数据部门的同事曾在培训中提到过商务
智能、数据挖掘这样的字眼，但是他更喜欢称之为魔法师的工作。
杰佛瑞突然想起了上个月里奇转发给他的一份数据统计报告。报告显示，数据部门发现的一个重大信息，即冰箱和榨汁机之间存在着关联关系。杰佛瑞多少有些吃惊，因为这两个电器并不能让他在意识上感觉到有什么关联，但是这个信息对他的工作却有着很大的影响，因为在这一季的促销计划，他想到一个好主意，那就是购买BOSCH冰箱可以送一台榨汁机，他希望数据部门的报告是科学可信的，因为下一季度就是秋季，冰箱的销售在往年的报告中会有一个大的下降，他希望借助“买一送一”的促销可以使冰箱免于降价，而且也可以缓解榨汁机库存积压的问题。如果促销方案可以通过，珍妮可是要对他感激涕零，因为珍妮是库存部门的主管，昨天在内部网上，她向杰佛瑞抱怨过采购部门在榨汁机的问题上给她带来了不小的麻烦。关于促销时间的长短，杰佛瑞需要和威尔谈一下，威尔尽管调离了市场部，但是他的经验却很丰富，通过公司的系统，杰佛瑞给威尔发去了计划和问题，下午他得到了想要的答案。
杰佛瑞很快制订好了促销方案发给上司，这个方案在通过后很快上传到系统资料库中，并且分发给各个连锁店，而销售部门也会因为这个促销而忙活一阵子，因为他们需要负责把信息发送给相关的顾客。杰佛瑞听说，数据部门经过对整个公司数据库系统的分析，可以找出对促销活动最有可能做出反应的顾客群，甚至可以在促销季结束之前预测出销售量。这些是别人的工作，杰佛瑞虽然好奇但是不想费脑筋了。
杰佛瑞想到以前工作的公司，尽管待遇并不差，但每天的工作都是单打独斗，同样的错误会因为沟通的不及时而时常发生。而现在就不一样了，每一个员工可以很方便地知道别人做过的事情，而且也可以及时得到别人的帮助。此外，数据部门的魔法师们也常常给他们提供有利的情报，让他们的工作变得轻松而有效。
造价师案例辅导：决策树(法)概念考试试卷
造价师案例辅导：决策树(法)概念考试试卷 一、单项选择题（共25题，每题2分，每题的备选项中，只有1个事最符合题意） 1、工程竣工后，由于洪水等不可抗力造成的损坏，承担包修费用的单位是__。A．施工单位 B．设计单位 C．建设单位 D．监理单位 2、在国产离心泵的型号表示法中，100D45×8表示__。 A．泵的流量100m3/h，单级扬程45m水柱，8级分段多级离心水泵 B．泵的流量为45×8=360m3/h，扬程为100m的多级式离心水泵 C．泵的入口直径为100mm，单级扬程为45m水柱，8级分段式多级离心水泵D．泵的入口直径为100mm，总扬程为45m水柱，8段多级离心水泵 3、解决价值工程的研究对象这个问题是在价值工程活动中__环节完成。 A．对象选择和收集资料 B．对象选择和功能定义 C．功能定义和功能整理 D．收集资料和功能定义 4、安全阀的阀座内径应（）。 A．视情况确定 B．等于25mm C．大于25mm D．小于25mm 5、根据《建设工程施工合同(示范文本)》的规定，工程进度款支付内容包括合同中规定的__。 A．初始收入 B．初始收入加因合同变更构成的收入 C．初始收入加因合同变更、索赔、奖励等构成的收入 D．初始收入加因合同变更、索赔、奖励等构成的收入减应扣回的预付款 6、关于施工组织设计表述正确的是（）。 A．施工组织设计主要用于项目管理 B．施工组织设计由设计单位编制 C．“标后设计”由企业管理层在合同签订之前完成 D．“标前设计”是规划性设计，由项目管理层编制 7、功能评价的目标是（）。 A．找出低价值功能区域 B．找出高价值功能区域 C．找出产品使用功能 D．找出产品美学功能 8、__是指技术工种劳动定额内不包括而在预算定额内又必须考虑的用工。A．额外用
决策树ID3算法在高校教师教育技术培训中的应用研究
决策树ID3算法在高校教师教育技术培训中的应用研究 摘要: 高校教师教育技术培训存在培训形式单一、内容安排不够合理、评价体系不够健全等问题。针对参训教师在知识层次、学科背景、思想意识等方面存在的差异,应坚持“先分类后培训”的思想,以学校教师历年参训情况构造ID3决策树,利用分类技术从中挖掘出一些潜在的、隐藏的知识,为将来参训教师的分类、培训的具体实施做好充分的准备工作。实验表明,该方法具有一定的可行性。 关键词:高校教师教育技术培训;决策树ID3算法;应用 信息技术的迅猛发展引起了教育的深刻变革。为此,提高教师的信息素养已成为推动我国高等教育信息化建设的必由之路。高教司于2000年发出的《关于开展高校教师教育技术培训工作的通知》(高教司【2000】79号)[1]中指出,“教育技术培训”是“新世纪教改工程”和“现代远程教育工程”的重要组成部分,是深化教学改革、提高教学质量的重要举措。 常熟理工学院自2001年6月开始,对教师进行教育技术培训,2003年1月起申报江苏省教育技术培训点,次年申报成功。2007年,学校正式下发的《常熟理工学院讲师等中级职称资格条件》(常理工[2007]73号)第二章第七条规定:教师申报教学系列、思政系列的中级职称应参加学校现代教育技术培训并取得合格证书。近几年来,学校先后举办了十期教师教育技术中级培训班,共400多名中青年教师参加了培训,极大地提高了教师的多媒体教学水平,加快了学校信息化建设的步伐。 一、高校教师教育技术培训存在的问题 教师教育技术培训的研究对象是教学过程与教学资源,研究范畴包括对教学过程的设计以及教学资源的开发、应用、管理与评价。目前,各高校的教师教育技术培训工作虽已取得了一定的成绩,但从培训的实际效果来看,仍存在着一些问题,主要表现在以下三个方面。 1.培训时间安排不够合理 目前,教师教育培训基本采用集体面授的方式。由于参训教师自身所承担的教学工作和科研任务比较繁重,很难抽出一段相对集中的时间来参加教育技术培训。为解决上述矛盾,高校通常会选择利用寒暑假时间安排培训,这需要牺牲培训教师和参训教师的许多休息时间,容易引发不满情绪,严重影响了教师参训的积极性,极大地降低了培训效果。 2.培训内容安排不科学 由于培训内容是根据全校教师需求统一安排的,基本没有考虑到参训教师自身所具备的知识层次、学科背景、思想意识等方面的差异,因此很难体现学科差别。各学科教师混合在一起集中学习,导致理论知识讲解过多而与教学实际联系较少,参训教师难以从根本上真正掌握教育技术。 3.考核方式单一,培训评价体系不健全 目前,高校教师培训采取的考核方式往往比较单一,通常以参加理论考试或者提交相关论文、作业等作为培训的最终考核结果。此外,各级培训机构大多未能及时地对培训过程做出评价,同时缺少参训教师的自我评价环节,因而不利于教育技术培训工作的后续支持和进一步开展。如此看来,建立和完善培训评价体系显得尤为重要,这也是建立教师培训长效机制的关键所在。 二、分类技术与决策树ID3 算法的相关理论
决策树练习题
决策树作业题 公司拟建一预制构件厂,一个方案就是建大厂,需投资300万元,建成后如销路好每年可获利100 万元,如销路差,每年要亏损20万元,该方案的使用期均为10年;另一个方案就是建小厂,需投资170 万元,建成后如销路好,每年可获利40万元,如销路差每年可获利30万元;若建小厂,则考虑在销路好的情况下三年以后再扩建,扩建投资130万元,可使用七年,每年盈利85万元。假设前3年销路好的概率就是0、7,销路差的概率就是0、3,后7年的销路情况完全取决于前3年;为了适应市场的变化,投资者又提出了第三个方案,即先小规模投资160万元,生产3年后,如果销路差,则不再投资,继续生产7年;如果销路好,则再作决策就是否再投资140万元扩建至大规模(总投资300万元),生产7年。前3 年与后7年销售状态的概率见表16,大小规模投资的年损益值同习题58。试用决策树法选择最优方案。 表16 销售概率表 项目前3年销售状态概率后7年销售状态概率好差好差 销路差0、7 0、3 0、9 0、1 决策树例题 1.某投资者预投资兴建一工厂,建设方案有两种:①大规模投资300万元;②小规模投资160万元。两个 方案的生产期均为10年,其每年的损益值及销售状态的规律见下表。试用决策树法选择最优方案。 (2)计算各状态点的期望收益值 节点②:[100*0、7+(-20)*0、3]*10-300=340;
节点③:[60*0、7+20*0、3]*10-160=320; 将各状态点的期望收益值标在圆圈上方。 (3)决策 比较节点②与节点③的期望收益值可知,大规模投资方案优于小规模投资方案,故应选择大规模投资方案,用符号“//”在决策树上“剪去”被淘汰的方案。 2.某项目有两个备选方案A与B,两个方案的寿命期均为10年,生产的产品也完全相同,但投资额及年 净收益均不相同。A方案的投资额度为500万元,其年净收益在产品销售好时为150万元,销售差时为50万元;B方案的投资额度为300万元,其年净收益在产品销售好时为100万元,销售差时为10万元,根据市场预测,在项目寿命期内,产品销路好时的可能性为70%,销路差的可能性为30%,试根据以上资料对方案进行比较。 3、公司拟建一预制构件厂,一个方案就是建大厂,需投资300万元,建成后如销路好每年可获利100万元,如销路差,每年要亏损20万元,该方案的使用期均为10年;另一个方案就是建小厂,需投资170万元,建成后如销路好,每年可获利40万元,如销路差每年可获利30万元;若建小厂,则考虑在销路好的情况下三年以后再扩建,扩建投资130万元,可使用七年,每年盈利85万元。假设前3年销路好的概率就是0、7,销路差的概率就是0、3,后7年的销路情况完全取决于前3年;试用决策树法选择方案。 解:这个问题可以分前3年与后7年两期考虑,属于多级决策类型,如图所示。
决策树习题
习题 [1]商务智能产生的原因是什么？ [2]怎么认识商务智能？ [3]商务智能对企业有什么价值？ [4]举例说明商务智能在保险、证券、银行、电信、制造、零售和物流等行业的应用。 [5]讨论商务智能与ERP、CRM和SCM等业务管理系统的关系。 [6]商务智能系统包括哪些部分？分别有什么功能？ [7]结合具体的商务智能项目，说明商务智能系统的组成。 [8]讨论数据集成对商务智能项目的重要性。 [9]阅读下面的案例，分析产生问题的原因并给出对策。 一位新上任的大型国企老总曾经表达过这样的困惑。当他向下属提出，希望查看近十年企业的生产和运营数据时，他手边得到了各种各样不同的数据报表。这些数据报表大致可以分成两种类型：一种是两年前，即ERP上线之前的，这是一些简单、杂乱而又枯燥的数据。另一种是有了ERP以后的，数据变得清楚而有条理，但仍然有来自ERP、CRM、SCM以及计费业务等不同应用的数据和各种分析报告。在仔细查看这些报表之后，这位国企老总惊讶地发现，不同的系统可以得出截然相反的两种结论。例如某一产品，它的动态成本反映在ERP系统和CRM、SCM系统中相差很大，如果引用ERP和CRM里面的数据，它就是一款很成功、销量很好的产品，但在SCM中，它的采购和物流成本过高，导致了这款看起来很成功的产品实际上是一笔赔钱的买卖。更让他难以理解的是，正是由于这些来自不同系统的数据不够准确或不一致，给企业的前任领导提交了相当多顾此失彼的分析报告，导致了许多市场决策上的混乱和失误。在花费了大量时间和精力之后，这位国企老总困惑了：究竟哪些数据才是真实的？为什么对同一件事不同的系统会得到截然不同的结果？ [10]讨论数据仓库与操作型数据库、数据集市的区别。 [11]如何认识数据仓库的几个特点？这些特点与企业管理决策有什么关系？ [12]什么是元数据？元数据有什么用处？ [13]讨论ETL的过程，其中数据质量对这个过程有什么影响？ [14]什么是操作数据存储（ODS）？为什么使用ODS？ [15]数据仓库有哪些模型？举例说明。 [16]举例说明数据挖掘查询语言（DMQL）的应用。 [17]以销售主题为例，给出数据仓库的概念模型和逻辑模型，并用DB2或Microsoft SQL Server2000 Analysis Services（以上版本）实现。 [18]什么是在线分析处理（OLAP）？OLAP有哪些特点？ [19]OLAP和OLTP有什么区别？怎么理解OLAP是假设驱动型的分析方法？ [20]OLAP有哪些操作？请结合实例，利用IBM DB2 OLAP Server或Microsoft SQL Server 2000 Analysis Services（以上版本）讨论。 [21]OLAP有哪几种类型？它们有什么区别？ [22]结合实例，讨论OLAP操作语言的应用。 [23]数据挖掘是怎么产生的？ [24]数据挖掘有哪些步骤？以电信运营商的顾客细分为例，分析每一步骤关键的问题。 [25]作为一种数据挖掘方法和展示工具，举例说明可视化技术的应用。 [26]举例说明数据挖掘在银行、保险、电信、零售或政府管理中的应用。 [27]数据预处理在数据挖掘过程中有什么用处？常见的预处理方法有哪些？请举例说明。 [28]聚类算法的实质是什么？常用的几种聚类算法各适用什么场合？请举例说明某种聚类
决策树归纳的理论介绍_光环大数据培训
https://www.wendangku.net/doc/168037316.html, 决策树归纳的理论介绍_光环大数据培训 光环大数据培训机构了解到，什么是分类？ 银行贷款员需要分析数据，以便搞清楚哪些贷款申请者是“安全”那些是“有风险”的。销售经理需要数据分析，以便帮助他猜测哪些顾客会购买计算机。再或者医学研究人员需要分析乳腺癌数据，以便预测病人应当接受三种治疗中的哪一种。在上面的例子中，数据分析任务都是分类，都需要构造一个模型来预测一个类别型数据。譬如安全或者不安全、会购买与不会购买、那种治疗都是类别型。分类是一种重要的数据分析形式，它提取刻画重要数据类的模型，用来预测（离散的、无序的）类标号。 决策树是一种类似于流程图的树结构，其中，每个内部节点(非树叶节点）表示在一个属性上的测试，每个分支代表该测试的一个输出，而每个树叶节点（或终端节点）存放一个类标号。树的最顶层节点是根节点。 比如我们想要决定要不要给一个用户贷款，第一个分裂准则可以定义为age 年龄，年龄底下有三个分枝，Youth，middle_aged和Senior。年轻人中再以是否为大学生作为一个分裂节点，如果是学生就给贷款，yes就是这条枝子上的叶子节点，也就是最后的类标号。 数据分类过程：a) 学习，及建立树的阶段。用分类算法分析训练数据，学
https://www.wendangku.net/doc/168037316.html, 习的模型以分类规则（Splitting criterian）或者叫属性选择度量形式提供； b) 分类。检验数据用于评估分类规则的准确率，如果准确率是可以接受的，则规则用于新的数据元组分类。 属性选择度量是一种选择分裂标准，把给定类标记的训练元组的数据分区D “最好地”划分成单独类的启发方式，比如量——信息增益、增益率和基尼指数。 1、用信息增益进行决策树归纳 看不懂公式可以直接看下面例子 该度量基于Claude Shannon在研究消息的值或“信息内容”的信息论方面的先驱工作。设计节点N代表或存放分区D的元组。选择具有最高信息增益的属性作为节点N的分裂属性。该属性使结果分区中对元组分类所需要的信息量最小，并反映这些分区中的最小随机性或“不纯性”。这种方法使得对一个对象的分类所需要的期望测试数目最小，并确保找到一颗简单的（但不必是最简单的）树。 现在我们假设要按某属性A划分D中的元组，其中属性A根据训练数据的观测具有v个不同的值｛a1,a2, …, av｝。理想情况下我们希望该划分产生的元组的准确分类，即我们希望每个分区都是纯的。然而这些分区多半是不纯的（例如，分区可能包含来自不同类而不是来自单个类的元组）。为了得到准确的分类，我们需要下式度量：
决策树习题练习(答案)
决策树习题练习答案 1.某投资者预投资兴建一工厂，建设方案有两种：①大规模投资300万元；②小规模投资160万元。两个方案的生产期均为10年，其每年的损益值及销售状态的规律见表15。试用决策树法选择最优方案。 【解】（1）绘制决策树，见图1； （2）计算各状态点的期望收益值 节点②：[] 10300340()???-=1000.7+(-20)0.3万元 节点③：[]10160320()???-=600.7+200.3万元 将各状态点的期望收益值标在圆圈上方。 （3）决策 比较节点②与节点③的期望收益值可知，大规模投资方案优于小规模投资方案，故应选择大规模投资方案，用符号“//”在决策树上“剪去”被淘汰的方案。 表1 各年损益值及销售状态
2.某项目有两个备选方案A和B，两个方案的寿命期均为10年，生产的产品也完全相同，但投资额及年净收益均不相同。A方案的投资额为500万元，其年净收益在产品销售好时为150万元，，销售差时为50万元；B方案的投资额为300万元，其年净收益在产品销路好时为100万元，销路差时为10万元，根据市场预测，在项目寿命期内，产品销路好时的可能性为70%,销路差的可能性为30％，试根据以上资料对方案进行比选。已知标准折现率i c=10%。 【解】（1）首先画出决策树 此题中有一个决策点，两个备用方案，每个方案又面临着两种状态，因此可以画出其决策树如图18。 （2）然后计算各个机会点的期望值 机会点②的期望值＝150（P/A,10%,10）×0.7+(-50)（P/A,10%,10）×0.3=533(万元) 机会点③的期望值＝100（P/A,10%,10）×0.7+10（P/A,10%,10）×0.3=448.5(万元) 最后计算各个备选方案净现值的期望值。 方案A的净现值的期望值＝533-500＝33（万元）方案B的净现值的期望值＝448.5-300＝148.5（万元）因此，应该优先选择方案B。 3.接习题1，为了适应市场的变化，投资者又提出了第三个方案，即先小规模投资160万元，生产3年后，如果销路差，则不再投资，继续生产7年；如果销路好，则再作决策是否再投资140万元扩建至大规模（总投资300万元），生产7年。前3年和后7年销售状态的概率见表16，大小规模投资的年损益值同习题58。试用决策树法选择最优方案。 表2 销售概率表
决策树练习题计算题
计算题 1.为生产甲产品，小行星公司设计了两个基本方案：一是建大工厂，二是建小工厂。如果销路好，3年以后考虑扩建。建大工厂需投资300万元，建小工厂需投资160万元，3年后扩建另需投资140万元。扩建后可使用7年，其年度损益值与大工厂相同。每种自然状态的预测概率及年度损益值如下表： 前 3 年 后 7 年
根据上述资料试用决策树法做出决策。 2、计算题（15分）
答：建大厂收益=581-300=281 建小厂收益=447-160=287 所以应选择建小厂方案。 3.山姆公司的生产设备已经落后，需要马上更新。公司有人认为，目前产品销路增长，应在更新设备的同时扩大再生产的规模。但也有人认为，市场形势尚难判断，不如先更新设备，3年后再根据形势变化考虑扩大再生产的规模问题。这样，该公司就面临着两个决策方案。决策分析的有关资料如下： A、现在更新设备，需投资35万元， 3年后扩大生产规模，另需投资40万元。 B、现在更新设备的同时扩大再生产的规模，需投资60万元。 C、现在只更新设备，在销售情况良好时，每年可获利6万元；在销售情况不好时，每年可获利4、5万元。 D、如果现在更新与扩产同时进行，若销售情况好，
前3年每年可获利12万元；后7年每年可获利15万元；若销售情况不好，每年只获利3万元。 E、每种自然状态的预测概率如下表 前 3 年 后 7 年 根据上述资料试用决策树法做出决策。
答案：
结点7收益值=0、85×7 × 15+0、15 ×7 ×3=92、4（万元） 结点8收益值=0、85×7 ×6+0、15 ×7 ×4、5=40、4（万元） 结点9收益值=0、1×7 × 15+0、9 ×7 ×3=29、4（万元） 结点10收益值=0、1×7 × 6+0、9 ×7 ×4、5=32、6（万元） 结点1收益值=0、7×[52、4+（3 × 6）]+0、3 ×[32、6+（3 × 4、5）]=63、1（万元） 结点2收益值=0、7×[92、4+（3 × 12）]+0、3 ×[29、4+（3 × 3）]=101、4（万元） 答：用决策树法进行决策应选择更新扩产方案，可获得收益41、4万元。 4. 某厂准备生产Y种新产品，对未来的销售前景预测不准，可能出现高需求、中需求、低需求三种自然状态。组织有三个方案可供选择：新建一个车间；扩建原有车间； 对原有车间的生产线进行局部改造。三个方案在5年内的经济效益见下表（单位：万元）： 0 1 请分别用悲观决策法、乐观决策法、最
流程图 决策表 决策树习题及答案
1、已知产品出库管理的过程是：仓库管理员将提货人员的零售出库单上的数据登记到零售出库流水账上，并每天将零售出库流水账上当天按产品名称、规格分别累计的数据记入库存账台。请根据出库管理的过程画出它的业务流图。 产品出库管理业务流图 2、设产品出库量的计算方法是：当库存量大于等于提货量时，以提货量作为出库量；当库存量小于提货量而大于等于提货量的10%时，以实际库存量作为出库量；当库存量小于提货量的10%时，出库量为0（即提货不成功）。请表示出库量计算的决策树。 3、有一工资处理系统，每月根据职工应发的工资计算个人收入所得税，交税额算法如下： 若职工月收入=<800元，不交税； 若800职工<职工月收入=<1300元，则交超过800元工资额的5%；
若超过1300元，则交800到1300元的5%和超过1300元部分 的10%。 试画出计算所得税的决策树和决策表。 1、解：（1）决策树 设X为职工工资，Y为职工应缴税额。 X<=800 ——Y=0 某工资处理系统800
管理学决策树习题及答案
注意答卷要求： 1．统一代号：P 为利润，C 为成本，Q 为收入，EP 为期望利润 2．画决策树时一定按照标准的决策树图形画，不要自创图形 3．决策点和状态点做好数字编号 4．决策树上要标出损益值 某企业似开发新产品，现在有两个可行性方案需要决策。 I 开发新产品A ，需要追加投资180万元，经营期限为5年。此间，产品销路好可获利170万元；销路一般可获利90万元；销路差可获利-6万元。三种情况的概率分别为30%，50%，20%。 II.开发新产品B ，需要追加投资60万元，经营期限为4年。此间，产品销路好可获利100万元；销路一般可获利50万元；销路差可获利20万元。三种情况的概率分别为60%，30%，10%。 （1）画出决策树 销路好 0.3 170 90 -6 100 50 20
（2）计算各点的期望值，并做出最优决策 求出各方案的期望值： 方案A=170×0.3×5+90×0.5×5+(-6)×0.2×5=770(万元) 方案B=100×0.6×4+50×0.3×4+20×0.1×4=308(万元) 求出各方案的净收益值： 方案A=770-180=590(万元) 方案B=308-60=248(万元) 因为590大于248大于0 所以方案A最优。 某企业为提高其产品在市场上的竞争力，现拟定三种改革方案：（1）公司组织技术人员逐渐改进技术，使用期是10年；（2）购买先进技术，这样前期投入相对较大，使用期是10年；（3）前四年先组织技术人员逐渐改进，四年后再决定是否需要购买先进技术，四年后买入技术相对第一年便宜一些，收益与前四年一样。预计该种产品前四年畅销的概率为0.7，滞销的概率为0.3。如果前四年畅销，后六年畅销的概率为0.9；若前四年滞销，后六年滞销的概率为0.1。相关的收益数据如表所示。 （1）画出决策树 （2）计算各点的期望值，并做出最优决策 投资收益 表单位：万元 解（1）画出决策树，R为总决策，R1为二级决策。
决策树决策表练习
1、某运输公司收取运费的标准如下： ①本地客户每吨5元。 ②外地客户货物重量W在100吨以（含），每吨8元。 ③外地客户货物100吨以上时，距离L在500公里以（含）超过部分每吨增加7元，距离500公里以上时，超过部分每吨再增加10元。 试画出决策树、决策表，反映运费策略。 2、邮寄包裹收费标准如下： 若收件地点在1000公里以，普通件每公斤2元，挂号件每公斤3元；若收件地点在1000公里以外，普通件每公斤2.5元，挂号件每公斤3.5元，若重量大于30公斤，超重部分每公斤加收0.5元。绘制收费标准的决策树和决策表（重量用W表示）。 3、某工厂对一部分职工重新分配工作，其原则如下： 年龄不满20岁，文化程度为小学脱产学习，文化程度是中学的为电工。年龄满20岁但不足50岁，文化程度为小学或中学，男性为钳工，女性为车工；文化程度是大学的为技术员。年龄满50岁及50岁以上，文化程度是小学或中学的为材料员；文化程度是大学的为技术员。请画出处理职工分配政策（以文化程度为基准）的决策表、决策树。
4、某学校对教职工拟定奖励策略如下：(1)高级职称且教学评估优秀的奖励1000元，教学效果评估合格的奖励800元；(2)中级职称且教学评估优秀的奖励800元，教学效果评估合格的奖励500元；(3)初级职称且教学评估优秀的奖励500元。要求画出奖励策略的决策树。 5、某用电量计费系统记费如下：如果按固定价格方法记帐，对耗电量小于100度（不包含100度）的情况，按每月最低费用收费。超过100度时，就按A类计费办法收费。如果按可变价格方法记帐，则对100度以下（不包含100度）耗电量，按A类计费办法收费，超过100度时按B类计费办法收费。画出上述说明的决策树。 6、某金融部门的贷款发放最高限额问题描述如下： 对于固定资产超过500万元（含500万元）的企业：·如果无不良还款记录，低于3年期(含3年)的贷款最高限额为100万元； ·如果有不良还款记录，低于3年期(含3年)的贷款最高限额为50万元。 对于固定资产低于500万元的企业： ·如果无不良还款记录，低于3年期(含3年)的贷款最高限额为60万元；
决策树例题例题
决策树问题 问题类型：录音讲座 某房地产开发公司对某一地块有两种开发方案。 A方案：一次性开发多层住宅45000m2建筑面积，需投入总成本费用(包括前期开发成本、施工建造成本和销售成本，下同)9000万元，开发时间(包括建造、销售时间，下同)为18个月. B方案：将该地块分成东、西两区分两期开发。一期在东区先开发高层住宅36000m2，建筑面积，需投入总成本费用8100万元，开发时间为15个月。二期开发时，如果一期销路好，且预计二期销售率可达100％(售价和销量同一期)，则在西区继续投入总成本费用8100万元开发高层住宅36000m2建筑面积；如果一期销路差，或暂停开发，或在西区改为开发多层住宅22000m2建筑面积，需投入总成本费用4600万元，开发时间为15个月。 两方案销路好和销路差时的售价和销量情况汇总于表2．1。 根据经验，多层住宅销路好的概率为0．7，高层住宅销路好的概率为0．6。暂停开发每季损失10万元。季利率为2％。 表2.1 表2.2 问题： 1．两方案销路好和销路差情况下分期计算季平均销售收入各为多少万元?(假定销售收入在开发时间内均摊) 2．绘制两级决策的决策树。 3．试决定采用哪个方案。 注：计算结果保留两位小数。 答案：
问题1 计算季平均销售收入： A方案开发多层住宅： 销路好：4．5x4800x100％÷6=3600(万元) 销路差：4．5x4300x80％÷6：2580(万元) B方案一期： 开发高层住宅：销路好：3．6x5500x100％÷5=3960(万元) 销路差：3．6x5000X70％÷5：2520(万元) B方案二期： 开发高层住宅：3．6~5500x100％÷5=3960(万元) 开发多层住宅：销路好：2．2x4800x100％÷5=2112(万元) 销路差：2．2x4300x80％÷5=1513．6(万元) [问题2]画两级决策树：
管理信息系统应用题-流程图-决策树-等。
管理信息系统应用题 1.请根据以下订货业务处理过程画出管理业务流程图： 采购员从仓库收到缺货通知单后，查阅订货合同单，若已订货，则向供货单位发出催货请求；否则填写订货单送供货单位；供货单位发出货物后，立即向采购员发出取货通知单。 解： 订货业务处理流程图
2.请将下列决策处理过程用以决策树及决策表表示出来。 铁路货运收费标准如下： （1）若收货地点在本省以内，快件每公斤5元，慢件每公斤3元。 （2）若收货地点在外省，且重量小于或等于20公斤，快件每公斤7元，慢件每公斤5元；反之，若重量大于20公斤，超重部分每公斤加收1.5元。 解：决策树如下： 决策表如下：
3. 用图书、作者两个实体及其属性和联系构建E -R 图，并转化为关系数据模型。 答：E -R 图如下： 转换成的关系数据模型如下： 图书（ISBN ，书名，出版社，价格） 作者（身份证号，姓名，出生地） 写作（ISBN ，身份证号，定稿时间） 4. 试根据以下储蓄所取款过程画出数据流程图：储户将填好的取款单及存折交储蓄所，经查对存款账，将不合格的存折和取款单退回储户，合格的存折和取款单被送交取款处理，处理时要修改存款账户和现金账，处理的结果是将存折、利息单和现金交储户，同时将取款单存档。 图书 作者 写作 出版社 ISBN 书名 姓名 出生地 身份证号 定稿时间 价格 N M
5.某企业负责处理订货单的部门每天能收到 40 份左右的来自顾客的订货单，订货单上的项目包括订货单编号、顾客编号、产品编号、数量、订货日期、交货日期等。假定这些订单由:“订货单处理”处理逻辑进行处理。试根据这一业务情况写出数据字典中的“订货单”数据流定义。 数据流名称：订货单 编号DFO01 简述：顾客送来的订货单 数据流来源：“顾客”外部实体 数据流去向：“订货单处理”处理逻辑 数据流组成：订货单编号 + 顾客编号 + 产品编号 + 数量 + 订货日期 +交货日期 流通量：40份左右/天 6.试根据下述情况制出表格分配图。 采购部门准备的采购单为一式四份：第 1 张送供货方；第 2 张送交收货部门，用于登入待收货登记册；第 3 张交会计部门作应付款处理，记入应付账；第 4 张留在采购部门备查。 采购部门财会部门
管理学决策树习题及答案
. 注意答卷要求： EP为期望利润P1．统一代号：为利润，C为成本，Q为收入，2．画决策树时一定按照标准的决策树图形画，不要自创图形 3．决策点和状态点做好数字编号．决策树上要标出损益值4 某企业似开发新产品，现在有两个可行性方案需要决策。年。此间，产品销路好5I开发新产品A，需要追加投资180万元，经营期限为万元。三种情况的90可获利170万元；销路一般可获利万元；销路差可获利-6 概率分别为30%，50%，20%。年。此间，产品销路好开发新产品B，需要追加投资万元，经营期限为460II.三种情况的万元。万元；销路差可获利2050可获利100万元；销路一般可获利，10%。，概率分别为60%30%（1）画出决策树0.3 销路好 170 0.5销路一90 2 0.1 销路差-6 A 开发产品1 0.6 销路好 100 B 开发产品0.3 销路一般 3 50 0.1
销路差 20 4 / 1 . （2）计算各点的期望值，并做出最优决策 求出各方案的期望值： 方案A=170×0.3×5+90×0.5×5+(-6)×0.2×5=770(万元) 方案B=100×0.6×4+50×0.3×4+20×0.1×4=308(万元) 求出各方案的净收益值： 方案A=770-180=590(万元) 方案B=308-60=248(万元) 因为590大于248大于0 所以方案A最优。 某企业为提高其产品在市场上的竞争力，现拟定三种改革方案：（1）公司组织技术人员逐渐改进技术，使用期是10年；（2）购买先进技术，这样前期投入相对较大，使用期是10年；（3）前四年先组织技术人员逐渐改进，四年后再决定是否需要购买先进技术，四年后买入技术相对第一年便宜一些，收益与前四年一样。预计该种产品前四年畅销的概率为0.7，滞销的概率为0.3。如果前四年畅销，后六年畅销的概率为0.9；若前四年滞销，后六年滞销的概率为0.1。相关的收益数据如表所示。 （1）画出决策树 （2）计算各点的期望值，并做出最优决策 投资收益 为总决策，）画出决策树，1（解 RR1为二级决策。 4 / 2
决策树练习题
决策树作业题 公司拟建一预制构件厂，一个方案是建大厂，需投资300万元，建成后如销路好每年可获利100万元，如销路差，每年要亏损20万元，该方案的使用期均为10年；另一个方案是建小厂，需投资170万元，建成后如销路好，每年可获利40万元，如销路差每年可获利30万元；若建小厂，则考虑在销路好的情况下三年以后再扩建，扩建投资130万元，可使用七年，每年盈利85万元。假设前3年销路好的概率是0.7，销路差的概率是0.3，后7年的销路情况完全取决于前3年；为了适应市场的变化，投资者又提出了第三个方案，即先小规模投资160万元，生产3年后，如果销路差，则不再投资，继续生产7年；如果销路好，则再作决策是否再投资140万元扩建至大规模（总投资300万元），生产7年。前3年和后7年销售状态的概率见表16，大小规模投资的年损益值同习题58。试用决策树法选择最优方案。 表16 销售概率表 决策树例题 1.某投资者预投资兴建一工厂,建设方案有两种:①大规模投资300万元；②小规模投资160万元。两 个方案的生产期均为10年，其每年的损益值及销售状态的规律见下表。试用决策树法选择最优方案。
（2）计算各状态点的期望收益值 节点②：[100*0.7+（-20）*0.3]*10-300=340； 节点③：[60*0.7+20*0.3]*10-160=320； 将各状态点的期望收益值标在圆圈上方。 （3）决策 比较节点②与节点③的期望收益值可知，大规模投资方案优于小规模投资方案，故应选择大规模投资方案，用符号“//”在决策树上“剪去”被淘汰的方案。 2.某项目有两个备选方案A和B，两个方案的寿命期均为10年，生产的产品也完全相同，但投资额 及年净收益均不相同。A方案的投资额度为500万元，其年净收益在产品销售好时为150万元，销售差时为50万元；B方案的投资额度为300万元，其年净收益在产品销售好时为100万元，销售差时为10万元，根据市场预测，在项目寿命期内，产品销路好时的可能性为70%，销路差的可能性为30%，试根据以上资料对方案进行比较。
决策树练习题计算题
?计算题 ?一 1.为生产甲产品，小行星公司设计了两个基本方案：一是建大工厂，二是建小工厂。如果销路好，3年以后考虑扩建。建大工厂需投资300万元，建小工厂需投资160万元，3年后扩建另需投资140万元。扩建后可使用7年，其年度损益值与大工厂相同。每种自然状态的预测概率及年度损益值如下表： ? ?前 3 年 ? ? ? ? ? ? ? ? ? ? ? ?后7 年 ? ? ? ? ? ? ?根据上述资料试用决策树法做出决策。 ? ?四、计算题（15分） ? ? ? ? ? ? ? ? ?答：建大厂收益=581-300=281 ?建小厂收益=447-160=287 ?所以应选择建小厂方案。 ? ?二 ?山姆公司的生产设备已经落后，需要马上更新。公司有人认为，目前产品销路增长，应在更新设备的同时扩大再生产的规模。但也有人认为，市场形势尚
难判断，不如先更新设备，3年后再根据形势变化考虑扩大再生产的规模问题。这样，该公司就面临着两个决策方案。决策分析的有关资料如下： ?A、现在更新设备，需投资35万元，3年后扩大生产规模，另需投资40万元。 ? ?B、现在更新设备的同时扩大再生产的规模，需投资60万元。 ?C、现在只更新设备，在销售情况良好时，每年可获利6万元；在销售情况不好时，每年可获利4、5万元。 ?D、如果现在更新与扩产同时进行，若销售情况好，前3年每年可获利12万元；后7年每年可获利15万元；若销售情况不好，每年只获利3万元。 ?E、每种自然状态的预测概率如下表 ? ? ? ?前 3 年 ? ? ? ? ? ?后7 年 ? ? ? ? ? ? ?答案：根据上述资料试用决策树法做出决策。 ? ? ? ? ? ? ? ?结点7收益值=0、85×7 × 15+0、15 ×7 ×3=92、4（万元） ? ?结点8收益值=0、85×7 ×6+0、15 ×7 ×4、5=40、4（万元） ?结点9收益值=0、1×7 × 15+0、9 ×7 ×3=29、4（万元） ?结点10收益值=0、1×7 × 6+0、9 ×7 ×4、5=32、6（万元） ?结点1收益值=0、7×[52、4+（3 × 6）]+0、3 ×[32、6+（3 × 4、5）] =63、1（万元） ?结点2收益值=0、7×[92、4+（3 × 12）]+0、3 ×[29、4+（3 × 3）] =101、4（万元）
多值决策表的最小决策树生成
Computer Science and Application 计算机科学与应用, 2016, 6(10), 617-628 Published Online October 2016 in Hans. https://www.wendangku.net/doc/168037316.html,/journal/csa https://www.wendangku.net/doc/168037316.html,/10.12677/csa.2016.610076 文章引用: 乔莹, 许美玲, 钟发荣, 曾静, 莫毓昌. 多值决策表的最小决策树生成[J]. 计算机科学与应用, 2016, 6(10): Minimal Decision Tree Generation for Multi-Label Decision Tables Ying Qiao, Meiling Xu, Farong Zhong, Jing Zeng, Yuchang Mo Zhejiang Normal University, Jinhua Zhejiang Received: Oct. 5th , 2016; accepted: Oct. 23rd , 2016; published: Oct. 28th , 2016 Copyright ? 2016 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.wendangku.net/doc/168037316.html,/licenses/by/4.0/ Abstract Decision tree is a widely used classification in data mining. It can discover the essential knowledge from the common decision tables (each row has a decision). However, it is difficult to do data mining from the multi-label decision tables (each row has a set of decisions). In a multi-label deci-sion tables, each row contains several decisions, and several decision attributes are represented using a set. By testing the existing heuristic algorithms, such as greedy algorithms, their perfor-mance is not stable, i.e ., the size of the decision tree might become very large. In this paper, we propose a dynamic programming algorithm to minimize the size of the decision trees for a multi- label decision table. In our algorithm, the multi-label decision table is divided into several sub-tables, and the decision tree is constructed by using all subtables of the multi-label decision table, then useful information can be discovered from the multi-label decision tables. Keywords Multi-Label Decision Tables, Decision Trees, Dynamic Programming Algorithm 多值决策表的最小决策树生成 乔 莹，许美玲，钟发荣，曾 静，莫毓昌 浙江师范大学，浙江 金华 收稿日期：2016年10月5日；录用日期：2016年10月23日；发布日期：2016年10月28日 Open Access
[决策树习题练习(答案)]
[决策树习题练习（答案）] 决策树习题练习答案 1.某投资者预投资兴建一工厂，建设方案有两种：①大规模投资300万元；②小规模投资160万元。两个方案的生产期均为10年，其每年的损益值及销售状态的规律见表15。试用决策树法选择最优方案。 表1 各年损益值及销售状态销售状态概率损益值（万元/年） 大规模投资小规模投资销路好 0.7 100 60 销路差 0.3 -20 20 【解】（1）绘制决策树，见图1； 100×10 -20×10 60×10 20×10 销路好0.7 销路差（0.3）销路好0.7 销路差（0.3）大规模小规模 340 340 320 2 3 1 图1 习题1决策树图（2）计算各状态点的期望收益值节点②：节点③：将各状态点的期望收益值标在圆圈上方。 （3）决策比较节点②与节点③的期望收益值可知，大规模投资方案优于小规模投资方案，故应选择大规模投资方案，用符号“//”在决策树上“剪去”被淘汰的方案。 2.某项目有两个备选方案A和B，两个方案的寿命期均为10年，生产的产品也完全相同，但投资额及年净收益均不相同。A方案的投资额为500万元，其年净收益在产品销售好时为150万元，，销售差时为50万元； B方案的投资额为300万元，其年净收益在产品
销路好时为100万元，销路差时为10万元，根据市场预测，在项目寿命期内，产品销路好时的可能性为70%,销路差的可能性为30％，试根据以上资料对方案进行比选。已知标准折现率ic=10%。 【解】（1）首先画出决策树 150 50 100 10 销路好0.7 销路差0.3 销路好0.7 销路差0.3 -500 -300 2 3 1 图2 决策树结构图此题中有一个决策点，两个备用方案，每个方案又面临着两种状态，因此可以画出其决策树如图18。 （2）然后计算各个机会点的期望值机会点②的期望值＝150 （P/A,10%,10）×0.7+(-50)（P/A,10%,10）×0.3=533(万元) 机会点③的期望值＝100（P/A,10%,10）×0.7+10（P/A,10%,10）× 0.3=448.5(万元) 最后计算各个备选方案净现值的期望值。 方案A的净现值的期望值＝533-500＝33（万元）方案B的净现值的期望值＝448.5-300＝148.5（万元）因此，应该优先选择方案B。 3.接习题1，为了适应市场的变化，投资者又提出了第三个方案，即先小规模投资160万元，生产3年后，如果销路差，则不再投资，继续生产7年；如果销路好，则再作决策是否再投资140万元扩建至大规模（总投资300万元），生产7年。前3年和后7年销
决策树例题
1．为什么使用决策树分析？ 当项目需要做出某种决策、选择某种解决方案或者确定是否存在某种风险时，决策树（decision making tree）提供了一种形象化的、基于数据分析和论证的科学方法，这种方法通过严密地逻辑推导和逐级逼近地数据计算，从决策点开始，按照所分析问题的各种发展的可能性不断产生分枝，并确定每个分支发生的可能性大小以及发生后导致的货币价值多少，计算出各分枝的损益期望值，然后根据期望值中最大者（如求极小，则为最小者）作为选择的依据，从而为确定项目、选择方案或分析风险做出理性而科学的决策。 2．决策树分析有哪些作用？ 决策树分析清楚显示出项目所有可供选择的行动方案，行动方案之间的关系，行动方案的后果，后果发生的概率，以及每种方案的损益期望值； 使纷繁复杂的决策问题变得简单、明了，并且有理有据； 用数据说话，形成科学的决策，避免单纯凭经验、凭想象而导致的决策上的失误。3．怎么用？ （1)决策树包含了决策点，通常用方格或方块表示，在该点表示决策者必须做出某种选择；机会点，用圆圈表示，通常表示有机会存在。先画一个方框作为出发点，叫做决策点； （2)从决策点向右引出若干条支线（树枝线），每条支线代表一个方案，叫做方案枝； （3)在每个方案枝的末端画一个圆圈，叫做状态点； （4)估计每个方案发生的概率，并把它注明在在该种方案的分支上，称为概率枝； （5)估计每个方案发生后产生的损益值,收益用正值表示,损失用负值表示； （6)计算每个方案的期望价值，期望价值=损益值x该方案的概率； （7)如果问题只需要一级决策，在概率枝末端画△表示终点，并写上各个自然状态的损益值； （8)如果是多级决策，则用决策点□代替终点△重复上述步骤继续画出决策树，如图１所示。 （9)计算决策期望值，决策期望值=由此决策而发生的所有方案期望价值之和； （10)根据决策期望值做出决策。