把数据仓库、OLAP、数据挖掘和模型库结合起来即形成综合决策支持系统；其中的数据仓库用来实现对决策主题数据的存储和综合，OLAP用于多维数据分析，数据挖掘用以从数据库和数据仓库中提取知识，模型库实现多个广义模型的组合辅助决策；再加上专家系统，则可利用知识推理进行定性分析。
原创
2006-11-23 21:23:00
607阅读
把数据仓库、OLAP、数据挖掘和模型库结合起来即形成综合决策支持系统；其中的数据仓库用来实现对决策主题数据的存储和综合，OLAP用于多维数据分析，数据挖掘用以从数据库和数据仓库中提取知识，模型库实现多个广义模型的组合辅助决策；再加上专家系统，则可利用知识推理进行定性分析。
原创
2021-08-07 10:36:19
102阅读
关键词马尔可夫性质（Markov property，MP）：如果某一个过程未来的状态与过去的状态无关，只由现在的状态决定，那么其具有马尔可夫性质。换句话说，一个状态的下一个状态只取决于它的当前状态，而与它当前状态之前的状态都没有关系。马尔可夫链（Markov chain）： 概率论和数理统计中具有马尔可夫性质且存在于离散的指数集（index set）和状态空间（state space）内的随机过程
转载
2023-07-22 15:51:50
143阅读
今天，我们介绍的机器学习算法叫决策树。跟之前一样，介绍算法之前先举一个案例，然后看一下如何用算法去解决案例中的问题。我把案例简述一下：某公司开发了一款游戏，并且得到了一些用户的数据。如下所示： 图上每个图形表示一个用户，横坐标是年龄，纵坐标是性别。红色表示该用户喜欢这款游戏，蓝色表示该用户不喜欢这款游戏。比如，右下角这个蓝色方框，代表的是一个五六十岁的女士。蓝
转载
2024-05-19 15:42:10
122阅读
文章目录一、决策曲线分析概念1. 阈值概率2. 净获益二、matplotlib实现1. 计算模型带来的净获益2. 计算treat all策略带来的净获益3. 绘制决策曲线三、完整代码四、拓展1. bootstrapping法校正净获益2. k折交叉验证法校正净获益3. 计算净获益的置信区间五、更新 一、决策曲线分析概念预测模型（predictive models）被广泛地应用于诊断（diagno
转载
2023-10-16 03:30:03
297阅读
1.决策边界：根据logistic回归方程的假设函数h(x)=g(），g(z)=1/(1+e^(-z))，g(z){0,1},可知当g(z)>=0.5时z>=0，相反z<0，分类时只要满足z=>=0就可以实现分类，（=theta_i*x_i,也就是向量theta是决策边界z的法向量，即，后面svm后用到）当参数确定时，即可绘制出一条线，关于线性可分，非线性可分，请移步这里（
转载
2024-03-21 11:01:43
184阅读
简介思维导图决策树包含一个根结点、若干个内部结点和若干个叶结点；叶结点对应决策结果，根结点包含样本全集。从根结点到叶结点的路径对应了一个判定测试序列。划分选择如何选择最优划分属性→结点的纯度最高信息增益（ID3决策树）信息熵：度量样本集合纯度的一种指标。根据信息熵的最值问题，Ent(D)的最小值为0，最大值为。信息熵越小，纯度越高。信息增益：信息增益越大，意味着使用该属性进行划分所获得的纯度提升越
转载
2023-05-31 11:32:38
8阅读
l  不要一遍遍重复老套的对话，敞开心扉；以创造性的，有趣的和不同寻常的方式谈论自己；会明显提高其亲密感和魅力指数。 l  “见样学样”效应：我们都有一种模仿他人的倾向，要博得他人的好感和赞同，你可以模仿他人的动作。 l  做分享私人信息的游戏，切忌一步步来！ l  让平静如水的心加快跳动，选择一项使心跳加快的运动。 
原创
2010-01-11 08:53:00
398阅读
智能决策三丰soft张三丰智能决策支持系统是人工智能（AI，ArtificialIntelligence）和DSS相结合，应用专家系统（ES，ExpertSystem）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。决策树在现实生活中，我们会遇到各种选择，不论是选择男女朋友，还是
原创
2021-01-25 11:36:29
828阅读
智能决策支持系统是人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系
原创
2022-11-08 18:54:38
244阅读
决策支持系统 决策支持系统（DSS，Decision Supporting System），是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景材料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，
转载
2023-10-18 16:08:57
11阅读
今天跟大家分享一个管理学的‘三个10’模型，希望大家喜欢~一、定义决策模型10-10-10法则就是帮助人进行长远决策的一个有效工具，在做关键决策前，先问自己三个问题：1、这个决定在10分钟后会有什么影响；2、这个决定在10个月后会有什么影响；3、这个决定在10年之后会有什么影响。理论上任何遇到的决策困境问题，通过认真思索上面三个问题的答案，通常我们内心自己会告诉自己最理性的决定。二、拓展一旦决策的
转载
2023-09-05 10:34:20
93阅读
一. 决策树简介决策树（Decision Tree），它是一种以树形数据结构来展示决策规则和分类结果的模型，作为一种归纳学习算法，其重点是将看似无序、杂乱的已知数据，通过某种技术手段将它们转化成可以预测未知数据的树状模型，每一条从根结点（对最终分类结果贡献最大的属性）到叶子结点（最终分类结果）的路径都代表一条决策的规则。决策树就是形如下图的结构（机器学习西瓜书的图）：二. 决策树的基本流程话不多说
转载
2024-04-09 19:48:59
76阅读
人们对决策树的使用 决策树常常被应用于数据挖掘之中，是最基础的算法之一，几乎每一个学习过数据挖掘的朋友都知道决策树。但还原决策树本来的用途，它被用于一些决策或决定时，还是比较实用和直观的。其树型结构指导人们进行在面对某个决策时，先关注其中几个最重要的方向，这几方向定下来后，再细分下去。近年来泳道路，思维导向图之类的图形/办公自动化工具慢慢兴起，得到大家的广泛好评，也就是决策树的一个很好的
转载
2023-07-13 10:35:28
130阅读
### 如何用Java实现决策树决策表
决策树是机器学习中的一种重要模型，可以把复杂的决策过程拆分成简单的决策规则。决策表则是将这些规则以表格的形式展现，使得决策过程更加直观。下面是实现一个简单的Java决策树决策表的步骤。
#### 实现流程
| 步骤 | 说明 |
|------|------|
| 第一步 | 确定决策属性和目标属性 |
| 第二步 | 构建决策树的节点 |
| 第三步
决策树模型在监督学习中非常常见，可用于分类（二分类、多分类）和回归。虽然将多棵弱决策树的Bagging、Random Forest、Boosting等tree ensembel 模型更为常见，但是“完全生长”决策树因为其简单直观，具有很强的解释性，也有广泛的应用，而且决策树是tree ensemble 的基础，值得好好理解。一般而言一棵
转载
2024-06-03 22:48:02
59阅读
Koller 教授把决策作为一种单独的模块进行讲解，但我认为，决策和推理本质上是一样的，都是在假设已知CPD或者势函数的情况下对模型给出结论。1、决策==逐利 决策的基本思想很intuitive，并且非常有用。在赌博行为中，最后获得的钱与硬币的正反，赌注的大小有关。硬币的正反显然是随机变量，而赌注的大小却是决策量。显而易见的是，决策的最终目的是使得某个期望最大化。再举一个视觉中的例子，对于双
转载
2024-01-22 23:10:31
10阅读
“点亮”风险应对的一盏明灯项目风险应对时，你有没有经常在多个应对方案之间拿不定主意?又或者在多个应对方案中不知道重点在哪?本文将通过决策树分析法开启一些风险应对的“灵感”。初 识所谓的决策树分析，是在不确定因素的背景下，对可能出现的风险定量分析，用来作出有利决策的一个工具。通过在若干备选方案中对不同分支事件的产生的发展路径分析发生概率及产生的风险(包括威胁和机会)，计算每条路径净值，根据预期收益选
转载
2024-01-22 20:16:58
307阅读
ID3决策树也是决策树的一种，其作用在于根据已有数据训练决策树，并通过决策树的分支实现对新数据的分类，是一种有监督的学习。 在生成决策树的过程中，ID3使用的信息熵增益对子节点类别进行确定。根据信息熵越是有序的数据熵值越低，信息熵增益越大表示当前属性对于数据的分类结果越好。 信息熵计算公式: Info=−∑i=1nP(xi)∗log2P(xi)信息增益:
Gain(A)=Info(D)−In
转载
2023-10-19 00:11:34
71阅读
所有的STP决策都使用下列4个条件来决出胜负：
1、最低根网桥ID
2、最低根路径成本
3、最低发送者网桥ID
4、最低发送者端口ID
转载
精选
2011-08-11 09:39:22
524阅读
