Árboles de decisión en IA
Miembros:
 Alcantara Torres, Jesus Ivan
 Cerron Camayo, Deyanira Joselin
 Gamarra Chumbes Christian
 Cruz Cordova, Harold
 Huauya Garcia Luis Marcelo
 Arana Martinez Maria Sara
Docente: Dr. Ing. Joel Visurraga Aguero
Curso: Inteligencia Artificial
Carrera: Ingeniería de sistemas e informática
Concepto

 Un árbol de decisión​es un método analítico que a través de una representación esquemática de las
alternativas disponible facilita la toma de mejores decisiones, especialmente cuando existen riesgos, costos,
beneficios y múltiples opciones. Este método es utilizado en diversos ámbitos que van desde la inteligencia
artificial hasta la Economía.
 Se presenta como posibles ramas en las que se plantean diferentes soluciones a un escenario continuo de
sucesos teniendo en cuenta la complejidad de cada situación planteada.
 Utilidad

El método del árbol de decisión es muy útil para:

• Plantear problemas desde diferentes perspectivas.

• Analizar todas las posibles soluciones.
• Estimar los costes empresariales de cada decisión.
• Realizar unas decisiones razonadas con información real y existente de tu empresa.
• Analizar aquellas alternativas y probabilidades que den como resultado el éxito de tu negocio.

Básicamente lleva a cabo un análisis sobre:

• La resolución de problemas.
• La búsqueda minuciosa de riesgos.
• La aplicación de un diagnóstico adecuado para elegir: la mejor alternativa.
 Elementos de un árbol de decisión

 Los árboles de decisiones están conformados por una serie de nodos de decisiones con ramas que llegan y
salen de ellos. Estos nodos pueden ser:
Nodos Cuadrados o de decisión Nodos Circulares o de probabilidad Nodos Terminales

• Representan los puntos de decisión donde se • Donde salen las diferentes ramificaciones • Representan un resultado definitivo de una
muestran las distintas alternativas que muestran los hechos fortuitos que tienen ramificación.
disponibles a elegir. Se escoge la alternativa una probabilidad de ocurrencia.
que presenta el mayor valor esperado.

 Las ramificaciones se representan de la siguiente forma:

Ramificaciones alternativas Alternativa rechazada

• Cada ramificación representa un resultado probable. • Una vez desarrollado el árbol, las alternativas que no
se seleccionan se marcan con dos líneas.
Árbol de decisión para clasificación – Iris
(Ejemplo)
 Para explicar cómo funcionan los árboles de
decisión con problemas de clasificación vamos a
usar el conjunto de datos Iris. El problema consiste
en clasificar correctamente la variedad de la flor iris
a partir del ancho y largo de los pétalos y sépalos.
Hay tres variedades de flor iris: setosa, versicolor y
virginica.

 Este conjunto de datos tiene 150 muestras:

 50 iris setosa
 50 iris versicolor
 50 iris virginica
Si le damos las 150 flores del conjunto de datos Iris a un árbol de decisión para
que lo clasifique, nos quedaría un árbol como el que se muestra a continuación.
El esquema se lee de la siguiente manera:

 cada color representa a una clase. El marrón para setosa, el verde para versicolor y el lila para virginica.
 el color es más intenso cuanto más seguros estamos que la clasificación es correcta
 los nodos blancos, por tanto, evidencia la falta de certeza
 Hay dos tipos de nodo:
 Nodos de decisión: tienen una condición al principio y tienen más nodos debajo de ellos
 Nodos de predicción: no tienen ninguna condición ni nodos debajo de ellos. También se denominan
«nodos hijo»
La información de cada nodo es la siguiente:

 condición: si es un nodo donde se toma alguna decisión

 gini: es una medida de impureza.
 samples: número de muestras que satisfacen las condiciones necesarias para llegar a este nodo
 value: cuántas muestras de cada clase llegan a este nodo
 class: qué clase se le asigna a las muestras que llegan a este nodo
El esquema se interpreta de la siguiente manera:

 La interpretación del árbol de este árbol de decisión

sería: si la longitud del pétalo es menos de 2.45
centímetros, entonces la flor iris pertenece a la
variedad setosa. Si por el contrario, la longitud del
pétalo es mayor que 2.45 centímetros, habría que
mirar al ancho del pétalo. Cuando el ancho del pétalo
es menor o igual a 1.75 centímetros, pertenece a la
variedad versicolor con un 91% de probabilidad. Si
no, parece que sería virginica con un 98% de
probabilidad.
 ¿En dónde se aplica?

 Este método se utiliza en una amplia gama de decisiones empresariales como:

Planificación Análisis de Capacidad de

de productos procesos planta

Alternativas de
Otros
localización
 Aplicación en business analytics

Definición del tipo de cliente:

Primero, se debe definir el tipo de cliente, en este caso, si el cliente es VIP o no y, en función de la respuesta,
habrá una serie de posibilidades.

Caso
En el caso de que el cliente sea VIP, se debe tener en
cuenta de cuánto gasta dicho cliente. En el caso de
Caso
En el caso de que el cliente no sea VIP, para poder
ofrecer el producto habrá que considerar más

1 en caso contrario no.

que el gasto sea mayor de 1000 sí se debe ofertar el
producto, 2 son superiores a una cantidad determinada.
posibilidades como si paga o no a tiempo o si sus
ingresos
Árboles de decisión en el diseño de aplicaciones informáticas

 En el diseño de aplicaciones informáticas, un árbol de decisión indica las acciones a realizar en función del
valor de una o varias variables. Es una representación en forma de árbol cuyas ramas se bifurcan en función
de los valores tomados por las variables y que terminan en una acción concreta. Se suele utilizar cuando el
número de condiciones no es muy grande (en tal caso, es mejor utilizar una tabla de decisión).
 De forma más concreta, refiriéndonos al ámbito empresarial, podemos decir que los árboles de decisión son
diagramas de decisiones secuenciales nos muestran sus posibles resultados. Estos ayudan a las empresas a
determinar cuales son sus opciones al mostrarles las distintas decisiones y sus resultados. La opción que
evita una pérdida o produce un beneficio extra tiene un valor. La habilidad de crear una opción, por lo tanto,
tiene un valor que puede ser comprado o vendido.