Treeplan是一种构建决策树的很轻巧的excel插件,可以做出比较规范的决策树,并可以自动计算结果。下面以excel2003为例(07也可正常使用)介绍其使用方法。
一.加载treeplan插件
工具(菜单)——加载宏…——浏览…——选中treeplan插件——确定——确定,则treeplan被加载到excel宏中,工具菜单的最后一项为“Decision Tree…”。
二.构建决策树
我们举一个最简单的例子。一个决策者投资,投资A项目的手续费用为10元,有0.6的可能获得100元,有0.2的可能获得200元,有0.2的可能获得50元;投资B项目的手续费用为15元,可以稳获150元,求应选择哪个A和B哪一个方案?
1. 点击工具菜单中的“Decision Tree…”项,或者直接按快捷键Ctrl+T,弹出窗体,点击“New Tree”项目生成一个带两个行动分支的默认的决策树。
把“Decision 1”单元格的值写成行动名称,即“投资A项目”,同理改写另一个行动名称,一般要写的比较详细,以供以后查看。
2. 在行动分支线下方左侧0点的单元格内,添加行为的成本,即投资A项目为-10元,投资项目B为-15元。这里注意的是,一般而言,行为都会发生成本,如参加面试这一行为需要产生一定的成本,而且这一成本与后面事件节点无关,即,无论你是否面试成功,面试这一行为产生的成本已经发生,从经济学角度看,该成本属于沉没成本,不可收回。
3. 行动分支线下方右侧0点单元格的值,无须填写,由后续事件节点的期望值减去左侧的行动成本而得出。
4. 选中在行动分支线右侧端点所在的单元格,按“Ctrl T”,选择“change to event node”且branches为3,event node是这行动产生的具有不同概率的后果。输入event名称。并在上面的0.5单元格,标明该事件的概率。最后一个事件的概率,一般用1减去前面事件的概率之和,有利于保持统一性。在事件分支线下左侧0点输入净现金流,分别为100、200和50。同理,完成其他行动的后续事件节点。决策树完成,且结果自动计算出来。
5. 输出图片。选中决策树区域,文件——页面设置——工作表——网格线选项去掉——确定,然后,shift+编辑菜单——复制图片——如打印效果——确定,最后,将图片粘贴到word里,完成效果如图所示。
注意:假如决策树种某些选项不想显示,比如如果行动费用为0,不想让其显示,则选中任何一个费用,按“ctrl T”,然后“ok”,则所有同类的单元格都会选中,然后,“单元格格式”——自定义,输入“;;;”,确定后即可隐藏。切不可手动删除,因为这些单元内往往具有公式,一旦删除不可恢复。
分享到:
相关推荐
Excel的一个插件,Treeplan决策树,建模用
excel treeplan.xla decision tree excel treeplan.xla decision tree excel treeplan.xla decision tree excel treeplan.xla decision tree excel treeplan.xla decision tree
treeplan 决策树 excel插件。Treeplan是一种构建决策树插件
treeplan 决策树 excel插件。Treeplan是一种构建决策树的很轻巧的excel插件,可以做出比较规范的决策树,并可以自动计算结果。
excel 里面非常好用的决策树建模工具,而且这个是免费版,支持2003、2007,非常好用
Excel决策树插件Treeplan,Excel决策树插件Treeplan,Excel决策树插件Treeplan
Excel建模用插件 做决策用 免费 直接在excel中添加加载项是选择打开就可以使用
Treeplan决策树 excel插件。Treeplan是一种构建决策树的很轻巧的excel插件,可以做出比较规范的决策树,并可以自动计算结果。资源在Excel2016上验证可用。
一个很好用的决策树工具,用于恩熙保护不确定性的决策问题。
excel decision tree插件treeplan正式版 office2010测试通过
运用treeplan宏建立决策树求解风险型决策问题[归纳].pdf
决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。此文件可以用Excel...
excel treeplan 插件
决策树算法模型调用,适用于各类遥感影像数据。
ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征,递归地构建决策树。从根结点(root node)开始,对结点计算所有可能的特征的信息增益,选择信息增益最大的特征作为结点的特征,由该特征的不不同取值建立...
决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画...
使用python实现决策树算法,通过举例熟练认识掌握决策树算法。
决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化纯度 信息增益率计算方式 决策树的停止条件 决策树算法效果评估 决策树生成算法 ID3算法 ID3算法优缺点 C4.5算法 8 CART算法 8 ID3\C4.5\...
这些代码可用于构建决策树分类器,之后通过该代码可将收集到的数据以决策树的形式表示出来,
决策树算法C5.0-in-Python-master