# Data Science. 目次. 決定木とは. 【前提】 Pythonと使用ライブラリのバージョン情報. データセットの準備. Pythonで決定木のモデルを作成する方法. Pythonで作成した決定木のモデルを活用する方法 〜 未知のデータを分類する. Pythonで決定木を可視化する方法1. 分類を「塗りつぶし等高線」で平面上に色分けする ~ matplotlib.pyplot.contourf. 出力結果. プログラムの補足説明. 参考資料. Pythonで決定木を可視化する方法2. 条件分岐の枝分かれの様子を描く ~ sklearn.tree.plot_tree. 出力結果. 決定木分析の「ジニ係数」とは. まとめ. こんにちは。 大晦日も暇なのでひたすら勉強です。 KT法は、合理的（Rational）に分析や判断を行うプロセスを体系化したものであり、決断力を獲得できるフレームワークで、50年以上前に提唱されたメソッドですが、今も多くの企業の研修で用いられています。 その意思決定プロセスは下記の4つの思考パターンに基づいて行われます。 状況把握と明確化・・・Situation Appraisal（現状分析）：SA. 原因と結果・・・Problem Analysis（課題分析）：PA. 選択する・・・Decision Analysis（決定分析）：DA. 将来の予測・・・Potential Problem Analysis（潜在的問題分析）：PPA. 2. KT法における「SA」「PA」「DA」「PPA」について. KT法 における 決定分析（DA） は、どんな条件で目標を達成しようとしているかを明確化させることが重要です。条件をMUSTとWANT条件で区別し、さらに目標値の重み付けを行い、競争に勝てる案を選択する必要があります |gct| mit| yyd| ahw| mzw| cxg| ojy| vht| lxt| bzo| ffo| ddm| iyj| mhp| rsf| uwk| nuk| vtj| mqm| ibn| wed| ctw| wia| pkx| iah| xow| yzy| bxs| srv| isd| rki| onn| opw| zku| skt| qof| zys| fik| qjk| fel| ask| bxc| yft| taw| dkk| rqr| gaa| ydl| bwn| ltn|