Ventajas y desventajas del modelo de árbol de decisión

Ventajas: el proceso de toma de decisiones está más cerca del pensamiento humano, por lo que el modelo es más fácil de explicar; el modelo se puede describir gráficamente con mayor claridad; puede manejar datos continuos y discretos; no requiere ningún conocimiento de dominio ni suposiciones de parámetros adecuados para datos de alta dimensión.

Desventajas:

Para datos con un tamaño de muestra desequilibrado de cada característica, la ganancia de información está más sesgada hacia aquellas características con más valores, no se admite el aprendizaje en línea; ; en general, es decir, la precisión del método de aprendizaje de decisiones no es tan buena como la de otros modelos.

La aplicación del método de toma de decisiones del árbol de decisión debe cumplir las siguientes condiciones:

(1) Tener objetivos claros que el tomador de decisiones espera alcanzar.

(2) Hay más de dos alternativas factibles entre las que el tomador de decisiones puede elegir.

(3) Hay más de dos factores inciertos que escapan al control de quien toma las decisiones.

(4) Se pueden calcular las ganancias o pérdidas de diferentes planes bajo diferentes factores.

(5) Los tomadores de decisiones pueden estimar la probabilidad de ocurrencia de factores inciertos.