《供应链技术证书》视频节选——
决策树
决策树是一种流程图，用于规划不同的行动方案及其结果。它使用一系列的“如果这样，那么那样”的语句，可以用来预测结果或得出结论。我们一直在使用这种思维方式，即使我们自己没有意识到。例如，“如果我松开这个球，重力会使它下落。”如果-那么语句可以遵循逻辑递进：“如果球没有下落，那么一定有东西阻止了它。”
计算机可以被编程来遵循这种逻辑递进，这就是为什么决策树被用于人工智能数据训练中监督学习的分类树方法。决策树可用于多种目的。例如，使用人口统计数据寻找潜在客户，或使用历史销售数据支持销售增长。
决策树有四个属性。第一个是根节点。矛盾的是，根节点位于树的顶部，代表需要做出的最终决策。
树的第二个属性称为节点。节点是测试值的地方。这是过程中的“如果，那么”部分。
树的下一个属性是分支。分支代表不同的选项或结果，即语句中的“那么那样”部分。在决策树的可视化图中，它们通常显示为箭头线。
最后一个属性是叶节点。叶节点附着在分支的末端，代表每个行动的潜在结果。
让我们通过一个简单的决策示例来走一遍：产品机器A是否需要进行维护？该机器在满足以下三个条件之一时需要进行维护：
1.生产机器自上次维护以来已运行超过200小时。
2.在平均运行中，每千个零件中识别出超过五个不良零件或错误。
3.到了六个月例行维护的时间。
我们希望每当满足这些条件之一时，计算机就向维护部门发送维护订单。
计算机被设置为每天运行这个决策树，相关数据被输入系统。输入的数据包括生产机器的运行时间、运行小时数以及质量数据，即每千个零件中的错误数。系统已经内置了一个日历并在后台运行。
现在，让我们随着每个问题的回答来走一遍决策树。
计算机程序提出的第一个节点问题是：该机器自上次维护事件以来是否已运行超过200小时？
如果答案是“是”，则维护订单将被发送到维护部门，程序将停止运行。如果答案是“否”，则提出下一个问题：在过去24小时内，每千个零件中是否有超过5个错误或不良零件？
如果该问题的答案是“是”，同样，维护订单将被发送到维护部门，程序将停止运行。如果答案仍然是“否”，则提出下一个问题：六个月维护周期是否到期？
如果该问题的答案是“是”，同样，维护订单将被发送到维护部门，程序将停止运行。然而，如果答案仍然是“否”，则系统将重置这一系列问题，并在24小时后再次提问。
决策树很有价值，因为它们对于那些统计学知识较少的人来说易于阅读和解释。它们简单直接，易于在计算机系统上设置和运行。