بازنمایی درخت تصمیم

 درختان تصمیم، نمونه ها را با مرتب کردن آنها در درخت از گرهء ریشه به سمت گره های برگ دسته بندی می کنند. هر گرهء داخلی در درخت، صفتی از نمونه را آزمایش می کند و هر شاخه ای که از آن گره خارج می شود متناظر یک مقدار ممکن برای آن صفت می باشد. همچنین به هر گرهء برگ، یک دسته بندی منتسب می شود. هر نمونه، با شروع از گره ریشهء درخت و آزمایش صفت مشخص شده توسط این گره و حرکت در شاخهء متناظر با مقدار صفت داده شده در نمونه، دسته بندی می شود. این فرآیند برای هر زیردرختی که گرهء جدید ریشهء آن می باشد تکرار می شود.

در حالت کلی، درختان تصمیم یک ترکیب فصلی از ترکیبات عطفی قیود روی مقادیر صفات نمونه ها را بازنمایی می کنند. هر مسیر از ریشهء درخت به یک، برگ متناظر با یک ترکیب عطفی صفات تست موجود در آن مسیر بوده و خود درخت نیز متناظر با ترکیب فصلی همهء این ترکیبات عطفی می باشد.

مثال: برای مثال درخت تصمیم زیر متناظر با عبارت پایین می باشد.

(Outlook=Sunny ∧ Humidity=Normal) ∨ (Outlook=Overcast) ∨ (Outlook=Rain ∧ Wind=Weak)

روشی دیگر برای نمایش درخت تصمیم گیری بالا:

مثال: بازنمایی درخت تصمیم برای تابع A ∧ ~B

توسعهء درختان تصمیم با گراف های تصمیم

گراف های تصمیم، تعمیمی از درخت های تصمیم بوده که دارای برگ و گرهء تصمیم هستند. یک ویژگی که گراف های تصمیم را از درختان تصمیم متمایز می کند آن است که گراف های تصمیم می توانند دارای پیوند باشند. پیوند حالتی است که دو گره یک فرزند مشترک داشته باشند و این وضعیت، بیانگر دو زیرمجموعه است که ویژگی های مشترک دارند، از این رو یک مجموعه درنظر گرفته می شوند. در درخت تصمیم تمام مسیرها از گرهء ریشه به گرهء برگ با ترکیب عطفی یا AND پیش می رود. در یک گراف تصمیم ممکن است که از ترکیبات فصلی یا ORها برای پیوند دو یا چند مسیر با یکدیگر استفاده کرد.

روشی که اشیاء در گراف های تصمیم دسته بندی می شوند همان روش بکار رفته در درختان تصمیم می باشد. هر درخت تصمیم و گراف تصمیم یک دسته بندی را تعریف می کنند (یک افراز از فضای شیء به دسته های مجزا). مجموعهء توابع قابل نمایش توسط گراف دقیقاً همانند مجموعهء قابل نمایش توسط درخت است. هرچند مجموعهء دسته هایی که در تعریف یک تابع تصمیم وارد می شوند متفاوت است.

مثال: دسته بندی برای تابع (A ∧ B) ∨ (C ∧ D) متفاوت است. گراف و درخت تصمیم متناظر این تابع در شکل زیر نشان داده شده است. درخت تصمیم فضای شیء را به هفت دسته تقسیم می کند در حالی که گراف تصمیم این فضا را به دو دسته افراز می کنند.