一级造价师投标决策树

决策树是决策过程中的一种有序的概率图解表示，决策者根据决策树所构造出来的决策过程的有序图示，不但能纵观决策过程的全局，而且能地对决策过程进行合理的分析，从而得到较好的决策结果。
决策树由节点和分枝组成，表现为一个树状图示，节点有二种，一种叫决策点，用“□”表示，从决策点引出的分枝称为方案分枝，另一种节点叫状态点，用“〇”表示，从状态点引出的分枝叫概率分枝。每一概率分枝表示一种自然发生的状态，在概率分枝的末端标明相应方案在该状态下的损益值，在概率分枝上注明不同状态可能发生的概率大小，在状态点上注明该方案计算所得的期望值。

我也是刚从老师那拿到的资料~正打算研究研究呢~
至于那个啥准则就抱歉了~貌似老师发过来的内容没怎么讲~

决策树的适用范围：
科学的决策是现代者的一项重要职责。我们在企业实践中，常遇到的情景是：若干个可行性方案制订出来了，分析一下企业内、外部环境，大部分条件是己知的，但还存在一定的不确定因素。每个方案的执行都可能出现几种结果，各种结果的出现有一定的概率，企业决策存在着一定的胜算，也存在着一定的风险。这时，决策的标准只能是期望值。即，各种状态下的加权平均值。
针对上述问题，用决策树法来解决不失为一种好的选择。
决策树法作为一种决策技术，已被广泛地应用于企业的投资决策之中，它是随机决策模型中最常见、最普及的一种规策模式和方法此方法，有效地控制了决策带来的风险。所谓决策树法，就是运用树状图表示各决策的期望值，通过计算，最终优选出效益最大、成本最小的决策方法。决策树法属于风险型决策方法，不同于确定型决策方法，二者适用的条件也不同。应用决策树决策方法必须具备以下条件：
1、具有决策者期望达到的明确目标；
2、存在决策者可以选择的两个以上的可行备选方案；
3、存在着决策者无法控制的两种以上的自然状态如气候变化、市场行情、经济发展动向等；
5、不同行动方案在不同自然状态下的收益值或损失值简称损益值可以计算出来；
6、决策者能估计出不同的自然状态发生概率。
决策树decisiontree一般都是自上而下的来生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。

决策树构造的输入是一组带有类别标记的例子，构造的结果是一棵二叉树或多叉树。二叉树的 内部节点非 叶子节点一般表示为一个逻辑判断，如形式为a=aj的逻辑判断，其中a是属性，aj是该属性的所有取值：树的边是逻辑判断的分支结果。

多叉树ID3的内部结点是属性，边是该属性的所有取值，有几个 属性值就有几条边。树的叶子节点都是类别标记。

由于数据表示不当、有噪声或者由于决策树生成时产生重复的子树等原因，都会造成产生的决策树过大。

因此，简化决策树是一个不可缺少的环节。寻找一棵最优决策树，主要应解决以下3个 最优化问题：①生成最少数目的叶子节点；②生成的每个叶子节点的深度最小；③生成的决策树叶子节点最少且每个叶子节点的深度最小。

扩展资料：

决策树算法的优点如下：

（1）分类精度高；

（2）生成的模式简单；

（3）对噪声数据有很好的健壮性。

因而是目前应用最为广泛的归纳推理算法之一，在 数据挖掘中受到研究者的广泛关注。

利用了概率论原理并且利用种树形图作分析工具其基本原理用决策点代表决策问题用方案分枝代表供选择方案用概率分枝代表方案能出现各种结经过对各种方案各种结条件下损益值计算比较决策者提供决策依据
决策树分析法常用风险分析决策方法该方法种用树形图来描述各方案未来收益计算比较及选择方法其决策期望值标准人们对未来能会遇好几种同情况每种情况均有出现能人们目前无法确知根据前资料来推断各种自状态出现概率样条件下人们计算各种方案未来经济效只能考虑各种自状态出现概率期望值与未来实际收益会完全相等
决策树只树根部有决策点则称单级决策;若决策仅树根部有决策点而且树间也有决策点则称多级决策

决策理论方法主要有定性决策和定量决策。
定性决策方法主要包括头脑风暴法、专家会议法、德尔菲法和电子会议法等等，定性决策的运用就不详说了。
定量决策主要有线性规划法、盈亏分析法、表格法和决策书法等等，主要说一下决策树法吧，这个很多都能用得到。
（1）决策树法

风险决策是指在不确定情况下的决策，在工商企业经营中经常需要进行风险决策，决策树法是风险决策中应用最广、效果最显著的方法。

决策树是决策问题的图形表达，对分析多阶段的决策问题十分有效，它指明了未来的决策点和可能发生的偶然事件，并用记号标明各种不确定事件可能发生的概率，它把可行方案、所冒风险及可能的结果直观地表达出来。 举例说明：预计今后几年市场对某公司产品的需求会扩大（概率7），但也存在量减少的可能（概率3）。公司面临几种可能的选择：
第一，扩建厂房更新设备，若以后公司产品的需求量扩大，公司将成为市场领先者，获得很大收益；若需求量减少，公司将亏损。
第二，使用老厂房，更新设备，无论需求量大小，公司都有一定的收益，只是收益大小问题。
第三，先更新设备，若销路好，再扩建厂房，主要问题是两次投资总和大于一次投资。

以上问题是现实问题的极大简化，但可以使我们对决策树有一个基本理解，当然决策树也能用于复杂问题的决策。上述问题的三种可行方案的具体情况见表：

现在看看如何根据这些情况选择最佳方案。根据三种可行方案情况画出决策树：
由决策点引出的若干条树枝称为方案枝。由状态结点引出的若干条树枝称为状态枝，状态枝上标明状态的情况和可能的概率。本例有两个决策，决策I是当前扩建厂房更新设备还是仅更新设备；决策II是一年后销路好时是扩建厂房增加设备还是维持原状。各状态结点的期望收益如下：

结点④：100×0×4 = 400（万元）
结点③：300×0×4－400 = 800（万元）
由于800＞400，所以决策II择扩建厂房增加设备。

结点②：（60×3×5＋100×7×1＋800×7）－400 = 320（万元）
结点①：[300×7×5＋－50×3×5] －700 = 275（万元）
决策结果为目前仅更新设备，并不急于扩建厂房，因为状态结点②的预期收益320万元大于状态结点①的预期收益275万元。