造价师绘制决策树

造价工程师2018造价-案例-精讲75、(2018)第四章第六节：决策树方法在投标决策中的运用。决策树方法在投标决策中的运用;分析背景材料，按照事件逻辑关系绘制决策树图，特别是多阶段绘图需要仔细分析背景材料。决策树分析与工程造价典型计算和资金时间价值分析相结合具有实际意义。在解析与资金时间价值有关的决策树分析题目时，应当绘制相应的现金流量图进行辅助分析与计算。决策树基本内容决策树是在进行方案决策时的分析事件发生概率、产生期望值、评定风险的一种工具。决策树通常由“三点”“两枝”组成，即三点为决策点、状态点、结果点，两枝为方案枝、概率枝。决策点，是对几种可能方案的选择;状态点，又称机会点表示备选方案的经济效果(期望值);结果点。每个方案在正常状态下取得的损益值、净现金流量等;方案枝，由决策点出发的，对应实现决策目标的方案;概率枝，表示可能出现的自然状态的概率。

1、绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程。2、按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。3、（3）对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上，用“=”记号隔断。扩展资料：决策树法的优点：1、决策树列出了决策问题的全部可行方案和可能出现的各种自然状态，以及各可行方法在各种不同状态下的期望值。2、能直观地显示整个决策问题在时间和决策顺序上不同阶段的决策过程。3、在应用于复杂的多阶段决策时，阶段明显，层次清楚，便于决策机构集体研究，可以周密地思考各种因素，有利于作出正确的决策。参考资料：百度百科--决策树法

（1）绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程 （2）按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。 （3）对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上用“=”隔断

1、打开亿图，在文件类别点击“项目管理”一栏找到“决策树”模板。双击模板打开一个新的绘图页面，或者从例子中选择相应的图形双击直接进入编辑页面。2、在左侧的绘图页面您能看到所有的绘制决策树需要使用的符号。3、 拖拽决策树的节点放在绘图页面的左边缘。4、改变节点尺寸，首先选中节点，然后拖动绿色控制点。5、双击节点编辑文字。6、拖拽一个分支，接近节点上出现的蓝色X标志，当它变成红色时候，就松开鼠标，分支就会自动和节点连接，这就意味着你无论在什么地方移动矩形，这个分支都不会和它分离。7、继续给主干添加更多分支。8、添加或者改变填充颜色和效果。可以使用快速颜色条改变颜色。9、也可以点击“开始”选项的填充选项。还可以编辑线宽、线条颜色等。10、从决策树库里面拖拽相应的符号。重复上一个步骤直到所有问题解决。11、画决策树成功。扩展资料：机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值。而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。从数据产生决策树的机器学习技术叫做决策树学习, 通俗说就是决策树。一个决策树包含三种类型的节点：决策节点：通常用矩形框来表示机会节点：通常用圆圈来表示终结点：通常用三角形来表示决策树学习也是资料探勘中一个普通的方法。在这里，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测试。这个过程可以递归式的对树进行修剪。 当不能再进行分割或一个单独的类可以被应用于某一分支时，递归过程就完成了。另外，随机森林分类器将许多决策树结合起来以提升分类的正确率。决策树同时也可以依靠计算条件概率来构造。决策树如果依靠数学的计算方法可以取得更加理想的效果。 数据库已如下所示：(x, y) = (x1, x2, x3…, xk, y)相关的变量 Y 表示我们尝试去理解，分类或者更一般化的结果。 其他的变量x1, x2, x3 等则是帮助我们达到目的的变量。参考资料来源：百度百科-决策树