تحلیل درخت تصمیم چیست (و منظور ما کدام درخت تصمیم است)
امروز عبارت 'درخت تصمیم' را جستجو کنید و بیشتر آنچه پیدا میکنید یک الگوریتم یادگیری ماشین است — یک طبقهبند که دادهها را بر اساس ویژگیها تقسیم میکند. این صفحه درباره ابزار قدیمیتر و انسانی است: درخت تحلیل تصمیم، تکنیکی که در کتاب تحلیل تصمیم هاوارد رافا (1968) و سنت تحلیل تصمیم هاروارد/استنفورد به رسمیت شناخته شده است، برای استدلال در مورد انتخابها در شرایط عدم قطعیت.
قواعد به طور مختصر است. گرههای تصمیم (که به صورت مربع کشیده شدهاند) نقاطی هستند که شما انتخاب میکنید. گرههای شانس (دایرهها) نقاطی هستند که جهان انتخاب میکند — یک تأیید میآید یا نمیآید، تقاضا بالا یا پایین است — هر شاخه احتمال تخمینی شما را حمل میکند. گرههای پایانی (برگها) پاداشی را که در آنجا پایان مییابید حمل میکنند. زمان از چپ به راست جریان دارد: ابتدا تعهد اول، سپس پیامدهای پاییندستی.
تحلیل بازگشت است: از برگها شروع کرده و به عقب کار میکند، هر گره شانس به میانگین وزنی احتمال خود کاهش مییابد، هر گره تصمیم به بهترین شاخه موجود خود — زیرا وقتی به آنجا میرسید، بهترین شاخه را انتخاب خواهید کرد. آنچه به ریشه میرسد، ارزش مورد انتظار هر گزینه اولیه است و اغلب چیزی مفیدتر: کشف اینکه یک استراتژی مرحلهای ('ابتدا آزمایشی، سپس تصمیمگیری') بر هر دو تعهد جسورانه و عدم اقدام تسلط دارد. جایی که در جعبه ابزار قرار دارد: مدلهای تصمیمگیری; برای نسخه ایستا از سوال پول، به تحلیل هزینه-فایده مراجعه کنید.
کی از آن استفاده کنیم — و کی نه
درختهای تصمیم زمانی ارزش خود را نشان میدهند که:
- ✓تصمیم به صورت متوالی است. انتخابها اکنون انتخابهای بعدی را باز یا بسته میکنند — خلبانها، سرمایهگذاریهای مرحلهای، ساختارهای گزینه برای گسترش. این حوزه اصلی درخت است و چیزی است که مقایسههای ساده نمیتوانند ببینند.
- ✓عدم قطعیت گسسته و قابل برآورد است. تأییدیههای نظارتی، بستن قرارداد، دستاوردهای فنی — رویدادهایی که میتوانید بهطور صادقانه یک دامنه احتمال برای آنها تعیین کنید.
- ✓شما مشکوک هستید که اطلاعات ارزش دارد. درختان به شاخه 'اول مطالعه را انجام دهید' بها میدهند — ارزش مورد انتظار خرید دانش قبل از تعهد، یکی از مشارکتهای واقعاً عمیق تحلیل تصمیم.
و جایی که آنها گمراه میکنند:
- ✗شرطهای کل شرکت. ارزش مورد انتظار معیار درستی برای تصمیمات تکراری است؛ برای شرطهای بقا در یک بار، شانس ۱۰٪ ورشکستگی با یک میانگین جذاب جبران نمیشود. نگرش به ریسک باید در تحلیل گنجانده شود و ارزش مورد انتظار ساده آن را نادیده میگیرد.
- ✗احتمالاتی که هیچکس نمیتواند از آن دفاع کند. خروجی درخت کیفیت برآوردهای خود را به ارث میبرد؛ 0.6 که در یک شاخه وارد میشود یک ادعاست و اگر هیچکس نتواند بگوید چرا، حساب و کتاب تئاتر است. (این ارتباط درخت استدلال در زیر است.)
- ✗انفجار ترکیبی. هر عدم قطعیتی را مدل کنید و درخت غیرقابل خواندن میشود. هنر در انتخاب دو یا سه عدم قطعیتی است که واقعاً تصمیم را هدایت میکنند.
- ✗ابهام عمیق. زمانی که حتی نمیتوانید نتایج را شمارش کنید، احتمالها زودرس هستند — این حوزه برنامهریزی سناریو است.
گام به گام، با یک مثال حل شده
سناریوی توصیفی: یک استارتاپ ابزارهای بیوتکنولوژی اختراعی که در حال تصمیمگیری است که آیا محصول خود را اکنون راهاندازی کند یا ابتدا یک مطالعه گواهینامه انجام دهد. رویه:
- 1تصمیم اصلی را مشخص کنید. سه گزینه از مربع اول: اکنون راهاندازی کنید؛ ابتدا مطالعه گواهی را انجام دهید (یک سال، با هزینه)؛ محصول را کنار بگذارید.
- 2عدم قطعیتها را در هر شاخه ترسیم کنید. هماکنون راهاندازی کنید → گره شانس: بازار محصول غیرمعتبر را میپذیرد (برآورد ۴۰٪) یا آن را رد میکند (۶۰٪). ابتدا مطالعه کنید → گره شانس: گواهی صادر شده (۷۰٪) یا رد شده (۳۰٪)؛ اگر صادر شود، یک مربع تصمیم دیگر: راهاندازی گواهیشده (پذیرش بالاتر، برآورد ۸۰٪) یا مجوز فناوری.
- 3پاداشها را در برگها ضمیمه کنید. هر حالت پایانی یک ارزش دارد: موفقیت در راهاندازی تأیید شده پاداش بزرگ است؛ راهاندازی تأیید نشده ناموفق یک ضرر به علاوه آسیب به شهرت است (بهطور صریح هزینهگذاری شده است)؛ کنار گذاشتن برابر با صفر منهای هزینههای توسعه از دست رفته است.
- 4برگرداندن. هر گره شانس را بر اساس احتمالهایش میانگین بگیرید؛ در هر مربع تصمیم بهترین شاخه را نگه دارید. فرض کنید اعداد نشان میدهند که مطالعه اولیه بیشتر از راهاندازی فوری ارزش دارد با وجود تأخیر یک ساله — افزایش اعتبار به پذیرش بیشتر از انتظار را جبران میکند.
- 5برآوردها را تأکید کنید. در چه احتمال پذیرشی، راهاندازی فوری برنده است؟ اگر پاسخ 55% باشد و دامنه صادقانه شما 30–50% باشد، نتیجه قوی است؛ اگر نقطه چرخش در میانه دامنه قرار گیرد، تصمیم به یک برآورد وابسته است — و آن برآورد شایسته بررسی مرحله 6 است.
- 6اعداد باربر را مورد بررسی قرار دهید. برآورد گواهی 70% از جایی آمده است — تأییدهای مشابه؟ قضاوت مشاور؟ مبنای آن را به وضوح بیان کنید و قبل از اینکه محاسبات مورد قبول واقع شوند، آن را به چالش بکشید.
درختهای تصمیم و درختهای استدلال — مکملها، نه رقبای همدیگر
نامها باعث سردرگمی میشوند، بنابراین اینجا تفکیک واضحی وجود دارد. یک درخت تصمیم محاسبه میکند: با توجه به این احتمالات و پرداختها، کدام استراتژی بیشترین ارزش را دارد؟ یک درخت استدلال استدلال میکند: آیا این احتمالات و پرداختها واقعاً معتبر هستند؟ به زبان کیفیت تصمیم، درخت تصمیم گزینهها (شامل گزینههای مرحلهای که تحلیل ساده از دست میدهد) و اطلاعات (برآوردهای صریح شده) را ساختار میدهد؛ درخت استدلال استدلال منطقی دقیقی درباره همین ورودیها ارائه میدهد:
هر احتمال → یک ادعا
"گواهی با احتمال ~70% موفق میشود" به یک استدلال تبدیل میشود که پایهاش را حمل میکند — تأییدهای قابل مقایسه، نظر مشاور — با چالشها و حمایتهای مرتبط، و ارزیابی که بازتابدهندهی بررسی گروه است.
هر پرداخت → یک مینیمورد
ارزش برگ موفقیت بزرگ یک پیشبینی است؛ فرضیات آن (قیمتگذاری، نرخ پذیرش) به زیرمباحثی تبدیل میشوند که کسی میتواند قبل از اینکه عدد کار خود را انجام دهد به آنها حمله کند.
استراتژی پیشنهادی → ادعای اصلی
"اول مطالعه را انجام دهید" در ریشه با بازگشت به عنوان شواهد اصلی نشسته است — و نقاط حساس به عنوان سوالات باز نامگذاری شدهاند.
برآوردها حرکت میکنند → بهروزرسانی درخت
زمانی که مشاور شانس تأیید را بازبینی میکند، ادعا بهروزرسانی میشود، بازگشت محاسبه میشود و حمایت قابل مشاهده از توصیه تغییر میکند — هیچ صفحهگستردهای کهنه نیست.
درخت تصمیم محاسبات را انجام میدهد؛ درخت استدلال ورودیها را به دست میآورد. اعداد را در جایی که میتوانند به چالش کشیده شوند، اجرا کنید — به کیفیت تصمیم مراجعه کنید تا ببینید چرا لینک استدلال تنها لینکی است که هیچ چارچوبی ارائه نمیدهد.
درختهای تصمیمگیری در مقابل گزینههای دیگر
| اگر سوال شما این است… | دستReach for | چرا نه یک درخت تصمیم؟ |
|---|---|---|
| مقایسه یکباره، عدم قطعیت جزئی | تحلیل هزینه-فایده | ماشینآلات درختی بدون شاخهها هیچ چیزی اضافه نمیکنند |
| خود انعطافپذیری ارزش است — صبر کن، مرحله، رها کن | تفکر گزینههای واقعی | منطق گزینهها درخت را با چارچوب قیمتگذاری بازار گسترش میدهد |
| نتایج را نمیتوان شمرد، چه برسد به اینکه احتمالسنجی شوند. | برنامهریزی سناریو | احتمالات در مورد آیندههای ناشناخته تسلی کاذب هستند |
| تخفیف پرداختهای دوردست اصل موضوع است | NPV و IRR: محدودیتها | درختان هر قضاوت تخفیفی را به ارث میبرند |