㈠ 决策树分析法有什么优点
1)可以生成可以理解的规则；2)计算量相对来说不是很大；3) 可以处理连续和种类字段；4) 决策树可以清晰的显示哪些字段比较重要。
㈡ r语言 决策树 rpart怎么画决策树
如果使用rpart()构造的决策树，可以用plot画决策树 ，用text添加标注
参见帮助文档：
library(rpart)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
plot(fit)
text(fit, use.n = TRUE)
㈢ 谁能告诉我决策树分析法
各种评价技术在技术经济中的应用
在技术经济中应用的评价技术大致有以下七种：
（1）比较法及其应用。比较法是通过对每个技术方案的经济效果或综合效果的比较来优选最佳方案的一种方法。在比较方案数量少、各个比较方案彼此间又独立又互相排斥、比较方案的经济效果指标只和技术经济参变数有关等情况下，可用比较法选择其中最好的方案。比较法应用相当广泛。
（2）列表法及其应用。列表法是采用表格形式的一种方法。在技术经济中的应用有二种：一是"表示法"，二是"表解法"。所谓"表示法"是指利用列表的形式反映技术方案各种上技术经济指标和数据的方法。"表解法"是指利用列表形式对技术方案进行计算评价和优选的方法。通常，先把技术方案参变数假定若干数值，然后将每个数值代入经济评价公式进行计算，最后求得经济效果的指标。整个计算过程和数据列在表上，从表上就可以看出技术方案的经济效果的好坏，从而选择最优方案。表表法与比较法有密切关系，它们往往是相辅相成同时使用。
（3）图解法及其应用。在技术经济中常常应用"图示法"和"图解法"："图示法"是用图来形象地表示技术经济计算及其结果的方法；"图解法"是指用绘图技术对各种方案进行经济比较和优选的一种方法。在技术经济中采用较多的图解法有技术经济优化图、技术经济决策树和技术经济网络图等几种。
（4）分析法及其应用。分析法是与综合法相对的一种研究问题的方法。在技术经济评价中，除了系统分析法以外，还采用技术经济因素分析法（敏感性分析法）、经济临界点分析法（盈亏分析法）、经济安全系数分析法，最小最大（或最大最小）和最大量大（或最小最小）分析法等。
（5）数学方法的应用 数学在技术经济研究中起着很重要的作用。常用的数学方法有以下几种：①普通数学法主要是运用加、减、乘、除、等式运算、代数等方法计算各种技术经济指标，例如计算成本、投资、经济效果等。②数学分析法，数学分析法主要是微分方法和矩阵方法。矩阵方法在技术经济中的应用最主要就是投入产出法的应用。③运筹学方法，在技术经济评价中应用较多的运筹学方法，一般是线性规划、非线性规划、静态规划和动态规划这几种。④数理统计和概率论方法，在技术经济评价中，需要处理许多社会经济现象和自然现象，而它们有不少是比较复杂的、在目前还没有找到一定的规律性，因此，必须利用概率论和数理统计方法来处理这些现象，为解决技术经济问题提供科学依据。概率论和数理统计在不确定情况下的技术经济评价中的应用有以下几种方法：技术经济期望值法、技术经济模拟法、技术经济决策树法。
（6）电子计算机的应用 电子计算机在国民经济中应用越来越普遍。近几年来，在技术经济领域中也越来越多地得到应用，主要应用有以下几个方面：技术经济评价计算、技术经济数学模型求解、技术经济预测和技术经济数据资料处理和储存。
（7）调查法的应用 调查法是发现和了解问题、搜集资料、检验理论和总结经验所不能缺少的。这里所指调查法是专门调查法，即通过各种方式，请有经验的专家根据规定的条件对各种技术方案进行政治、国防、社会、技术、环境和资源等方面进行评价。通常采用评分的方法，国外德尔菲法是值得借鉴的专门调查方法。专门调查法在技术综合评价中有很重要的用途。
㈣ 什么是决策树分析其计算公式是如何表示的
决策树分析法是一种运用概率与图论中的树对决策中的不同方案进行比较，从而获得最优方案的风险型决策方法。图论中的树是连通且无回路的有向图，入度为0的点称为树根，出度为0的点称为树叶，树叶以外的点称为内点。决策树由树根（决策节点）、其他内点（方案节点、状态节点）、树叶（终点）、树枝（方案枝、概率枝）、概率值、损益值组成。
㈤ 什么是决策树分析法
决策树法(decision tree—based method） 决策树(decision tree)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.
㈥ 如何运用决策树进行决策分析
决策树分析法是通过决策树图形展示临床重要结局，明确思路，比较各种备选方案预期结果进行决策的方法。
决策树分析法通常有6个步骤。
第一步：明确决策问题，确定备选方案。对要解决的问题应该有清楚的界定，应该列出所有可能的备选方案。
第二步：绘出决策树图形。决策树用3种不同的符号分别表示决策结、机会结、结局结。决策结用图形符号如方框表示，放在决策树的左端，每个备选方案用从该结引出的]个臂(线条)表示；实施每一个备选方案时都司能发生一系列受机遇控制的机会事件，用图形符号圆圈表示，称为机会结，每一个机会结司以有多个直接结局，例如某种治疗方案有3个结局(治愈、改善、药物毒性致死)，则机会结有3个臂。最终结局用图形符号如小三角形表示，称为结局结，总是放在决策树最右端。从左至右机会结的顺序应该依照事件的时间先后关系而定。但不管机会结有多少个结局，从每个机会结引出的结局必须是互相排斥的状态，不能互相包容或交叉。
第三步：明确各种结局可能出现的概率。可以从文献中类似的病人去查找相关的概率，也可以从临床经验进行推测。所有这些概率都要在决策树上标示出来。在为每一个机会结发出的直接结局臂标记发生概率时，必须注意各概率相加之和必须为1.0。
第四步：对最终结局用适宜的效用值赋值。效用值是病人对健康状态偏好程度的测量，通常应用0-1的数字表示，一般最好的健康状态为1，死亡为0。有时可以用寿命年、质量调整寿命年表示。
第五步：计算每一种备远方案的期望值。计算期望值的方法是从"树尖"开始向"树根"的方向进行计算，将每一个机会结所有的结局效用值与其发生概率分别相乘，其总和为该机会结的期望效用值。在每一个决策臂中，各机会结的期望效用值分别与其发生概率相乘，其总和为该决策方案的期望效用值，选择期望值最高的备选方案为决策方案。
第六步：应用敏感性试验对决策分析的结论进行测试。敏感分析的目的是测试决策分析结论的真实性。敏感分析要回答的问题是当概率及结局效用值等在一个合理的范围内变动时，决策分析的结论会不会改变。
㈦ 为什么用R语言做决策树分不出树来
如果使用rpart()构造的决策树，可以用plot画决策树 ，用text添加标注 参见帮助文档： library(rpart) fit
㈧ 如何用R 做决策树
Does she sport on Sunday?
㈨ 如何用R进行决策树C4.5算法的运用
你是说对样本是嘛？看你用决策树来干嘛？如果是分类的话，一般进行离散化，也就是每个feature的值属于某几种，如果是回归预测的话，则直接使用原来的值~