人們對決策樹的使用 決策樹常常被應用於數據挖掘之中，是最基礎的演算法之一，幾乎每一個學習過數據挖掘的朋友都知道決策樹。但還原決策樹本來的用途，它被用於一些決策或決定時，還是比較實用和直觀的。其樹型結構指導人們進行在面對某個決策時，先關註其中幾個最重要的方向，這幾方向定下來後，再細分下去。近年來泳道路， ...
人們對決策樹的使用
決策樹常常被應用於數據挖掘之中，是最基礎的演算法之一，幾乎每一個學習過數據挖掘的朋友都知道決策樹。但還原決策樹本來的用途，它被用於一些決策或決定時，還是比較實用和直觀的。其樹型結構指導人們進行在面對某個決策時，先關註其中幾個最重要的方向，這幾方向定下來後，再細分下去。近年來泳道路，思維導向圖之類的圖形/辦公自動化工具慢慢興起，得到大家的廣泛好評，也就是決策樹的一個很好的實現。 不過在各企業的應用系統中，又決策樹又不是很常用，歸根到底，決策樹是思維導向的內容，是飄忽不定的東西，要形成結構化的內容非常困難。而且市面上大多數的業務系統都是使用關係型資料庫，在處理格式數據時非常的方法，但處理樹形數據就不一定性。所以也慢慢有部分技術公司開始使用對象型資料庫。另一方面，決策樹中的決策和判斷都比較不規則，很多內容更像是程式員在編程，是一些規則，不是信息，這導致了傳統的業務系統處理困難。 決策樹的組成與程式表現 決策樹使用一個樹型結構來表達業務規則。如下圖所示。 每一個非葉子結點都代碼一個決策/決定，而葉子結點執行動作。而每一條邊表達決策的可選定值，可以理解為判斷。 如下圖，A=red或=blue是可選值，而B屬於決策結點。
但在程式實現中，就不一定是這樣的組織方式，一般而言，結點的文字會比線上的文字更容易看清楚，加上各種編程語言都基於上有樹型控制項的處理，都是以結點的形式表達，很少使用連接線來表來。所以上圖在程式中，最常見的表示方法，是把大量信息都集中在結果中。如A=red的結點，就直接寫A=red，而不是另外命名，而對於葉子結點，則需要有更詳細的地方顯示其執行的動作(Action)，實現的效果可能如下
部分決策表的數據，其實也可以組織為決策樹，或使用決策樹來表達更加的合適。決策樹可以快捷有效地關聯多個相關的規則，通過樹型的關係，可能非常清晰地查看各個層級的決策邏輯。運算執行時，可以快速遍歷各個決策結點，檢查是否符合條件，如果符合條件再往下遍歷。最終找到適用的條件和適用的操作動作。
停車場收費例子使用決策樹
業務系統的調用方不用填空任何代碼，所有的計算都在CKRule中進行了。CKRule中的設置正如上圖。
ParkFee _pf = new ParkFee();
_pf.ParkType = cmbParkType.Text;
_pf.DistType = cmbDistType.Text;
_pf.CardType = cmbCardType.Text;
_pf.PartTime = Convert.ToDouble(numericUpDown1.Value);
_pf = new RuleFacade().Exec("費用-停車費計算-決策樹", _pf);
txtFee.Text = _pf.Fee + "";
要查看規則的設置內容，請使用CKRule編輯器，打開“費用-停車費計算-決策樹.ckp”文件，找到決策樹和主規則進行查看。
