决策树思维模型
01
何谓决策树思维
一、决策树
每个决策或事件（即自然状态）都可能引发出两个或多个事件，导致不同的结果，
把这种决策分支画成图形很像一棵树的枝干，故称 决策树 。
如上图所示，决策树一般由 方块结点、方案枝、 圆形结点、 概率枝 四要素组成：
方块结点 称为决策结点，由结点引出若干条细支，每条细支代表一个方案，称
为方案枝；
圆形结点 称为状态结点，由状态结点引出若干条细支，表示不同的自然状态，
称为概率枝。
在每条细枝上标明客观状态的内容和其出现概率。概率枝的最末稍标明该方案在
该自然状态下所达到的结果（收益值或损失值）。
这样树形图由左向右，由简到繁展开，组成一个树状 网络图。
二、决策树决策程序
第一步， 绘制树状图，根据已知条件排列出各个方案和每一方案的各种自然状
态。
第二步， 将各状态概率及损益值标于概率枝上。
第三步， 计算各个方案期望值并将其标于该方案对应的状态结点上。
第四步， 进行剪枝，比较各个方案的期望值，并标于方案枝上，将期望值小的
（即劣等方案剪掉）所剩的最后方案为最佳方案。
如，某企业在下年度有甲、乙两种产品方案可供选择。每种方案都面临 滞销、
一般、和畅销 三种市场状态。各状态的概率和损益值如下:
滞销 一般 畅销市场状态 损益值方案
甲方案 20 70 100
乙方案 10 50 160
根据给出的条件运用决策树法选择一个最佳决策方案：
由图可以看出，决策树法的决策过程就是利用了 概率论的原理 ，并且利用一种
树形图作为分析工具。
其基本原理是用 决策点代表决策问题 ，用 方案分枝代表可供选择的方案， 用
概率分枝代表方案可能出现的各种结果 ，经过对各种方案在 各种结果条件下损
益值的计算比较，为决策者 提供决策依据。
本案例，甲方案 乙
方 案为最佳选择。
三、决策树思维模型
所谓决策树思维模型，就是将决策树法应用到解决问题上，成为一种思考工具。
02
生活中的
决策树思维应用
一、相亲决策树
如，有位朋友给一位女孩介绍对象，女孩问这个朋友，他脾气好吗？朋友说，感
觉八成脾气还不错；女孩又问，他未来会有钱吗？朋友说，这个不好说，他那么
努力，估计至少有三成概率未来有钱。
听完这些回答：80%可能脾气不错，30%可能将来会有钱，女孩要不要去见面呢？
这就难决定了！这时就可以利用决策树思维进行决策：
假设满意的最高分为 10 份，不满意的最高分为-10 份。 现在给 “脾气” 和 “有钱”
这两个不确定的条件产生的四个组合，诚实的打个分，
假设女孩诚实的打分如下表所示：
相亲决策树 未来有钱 30% 未来没钱 70%
脾气好 80% 10 分 3 分
脾气不好 20% -5 分 -10 分
绘制决策树：
所以，方案 1 见的总体收益是 += 分 ，而不见的收益是 0 分，
所以不管怎么样，还是见面吧……
二、利用决策树评价生产方案；
如，南方医院供应公司利用决策树作出合适的生产能力计划。
南方医院供应公司是一家制造医护人员的工装大褂的公司。该公司正在考虑扩大
生产能力。它可以有以下几个选择:
1. 什么也不做； 2. 建一个小厂； 3. 建一个中型厂； 4. 建一个大厂。
新增加的设备将生产一种新型的大褂， 目前该产品的潜力或市场还是未知数。
目前根据市场及相关情况，可知：
A.建一个大厂； 市场较好可实现$100, 000 的利润；如果市场不好则会损失$90,
000；
B.建中型厂； 市场较好可实现$ 60,000 的利润，如果市场不好则会损失 $10,000；
C.建设小型厂； 市场较好可实现 $40, 000的利润，如果市场不好则会损失$5, 000；
D.不建厂。
最近的市场研究表明市场好的概率是 ，也就是说市场不好的概率是 。
绘制决策树， 如下图所示：
由图可得出下面结果：
建大厂 的收益为 *100000+*（-90000）=-14000
建中型厂 收益为 *6000+*（-10000）=18000；
建小厂 收益为 *40000+*（-50000）=13000。
不建厂 收益为 0。
根据各个方案的收益，可知南方医院供应公司应该建设一个 中型厂 。
03
怎么更好的应用
由以上案例，我们可知，决策树可以帮助我们做出 最理性的选择 。
那么怎样更好的应用呢？梳理明确以下 5 个条件：
一是目标； 具有决策者期望达到的明确目标；
二是方案； 存在决策者可以选择的两个以上可行备选方案；
三是变量； 存在决策者无法控制的两种以上的自然状态（如气候的变化，市场
行情，经济发展动向等）；
四是概率； 决策者能估算出不同的状态下的发生概率；
五是损益； 不同方案在不同状态下的损益值可以计算出来。
如下图所示：
最后，根据权衡的结果，做出最后的选择。
04
写在最后
什么是决策树？决策树，就是一种把决策节点画成树的辅助决策工具，一种寻找
最优方案的画图法。
在生活中，工作中我们碰到一些比较繁琐的或不确定因素较多的问题时，我们可
以尝试自己建设一个或者模仿一个决策树，结合决策树得出的客观数据、利用自
己丰富的经验、学习或请教高人策略，综合评估后得出 最科学、最客观、最理
性 的决策。
