의사결정나무란 의사결정규칙을 도표화하여 관심대상이 되는 집단을 몇 개의 소집단으로 분류(classification)하거나 예측(prediction)을 수행하는 분석방법이다. 데이터를 분석하여 그 패턴을 예측 가능한 규칙으로 나타내는 모양이 나무와도 같습니다. (나무를 뒤집어 놓은 모양과 비슷)
의사결정나무의 장점은 구조가 단순하여 예측하기가 용이하고, 범주와 연속성 수치를 모두 예측할 수 있다. 시장조사, 의학연구, 품질관리 등 여러 분야에서 활용가능하다.
의사결정나무의 단점은 새로운 자료의 대한 예측은 불안정할 수 있다. 상위 노드로부터 하위 노드까지 모든 단계마다 기준값의 선택이 중요하다.
고통이 남기고 간 뒤를 보라! 고난이 지나면 반드시 기쁨이 스며든다. -괴테
오늘한줄.