Принятие управленческих решений в маркетинге с помощью компьютерных средств, страница 87

Немного исправить ситуацию может учет количества решений различных типов. Для редких решений вероятность ошибки может быть больше (их все равно мало), а для частых – меньше (именно они сильнее влияют на общую ошибку). Тогда общая вероятность ошибки может быть снижена. Другой метод улучшения решения предполагает взвесить решения по их последствиям, чтобы вероятность «дорогих» ошибок была ниже, чем «недорогих». Но как бы то ни было, из рис.

Рис. 44 видно, что линию, строго разделяющую два класса ситуаций, провести нельзя.

Конечно, это было видно на рис.

Рис. 44 с самого начала, что еще раз подчеркивает важность визуализации данных. Этот пример приведен здесь как с целью иллюстрации метода, так и для показа того, что решение получается в любом случае, а его интерпретация и определение полезности результата остается за человеком.

7.2.3. Построение деревьев классификации

Теперь та же задача будет решена с помощью деревьев классификации. Предпосылкой к использованию данного метода является визуальное изучение рис.

Рис. 44: идеальную дискриминантную линию построить нельзя, но имеются области, которые можно отделить друг от друга отрезками прямых линий. Кроме того, можно заметить, что эти разделительные линии параллельны осям координат, что позволяет эффективно использовать методы покоординатного анализа.

Исходные данные задачи – таблица из трех столбцов Потенциал (Potent), Цена (Price) и Решение (Decision) – вводятся в пакет Statistica 5.5. Настойка процедуры решения требует задания свыше десяти параметров. Эти параметры описаны в системе помощи данного пакета. В Интернет можно найти перевод этой системы на русский язык[81]. Некоторые из параметров (вероятности ошибки и веса решений) обсуждались в предыдущем параграфе, другие – в теоретической части книги. Для решения используется покоординатный метод CART.

Поскольку в данном случае группы разделяются хорошо (см. постановку задачи), в широких пределах значений параметров процедуры построения деревьев классификации получаются два варианта решения. Они приведены на рис. Рис. 47 и Рис. 48.

Рис. 47. ДеревоСложное


Рис. 48. Дерево нормальное


Оба дерева представляют правила выбора и «читаются» сверху вниз. В левом верхнем углу рамки дается расшифровка представления ситуаций. Возможны два решения: 0 (не изменять; обозначается синим цветом, на гистограммах слева) и 1 (изменять; обозначается зеленым цветом, на гистограмме справа). Верхние узлы рис. Рис. 47 и Рис. 48, имеющие номер 1 (внутри узла слева), соответствуют всей совокупности исходных ситуаций. В данном примере больше случаев, когда требуется изменение цен, поэтому правый столбец гистограммы выше левого, а мода, записанная в правом верхнем углу, равна 1. Далее происходит ветвление. В обоих случаях признаком ветвления является потенциал рынка. На рис. Рис. 47 если потенциала рынка меньше или равен 0,75, следует выбрать левую ветвь, иначе правую. Для рис. Рис. 48 пороговое значение составляет 1. Уровни ветвления были найдены автоматически. Слева от первого ветвления больше случаев с правильным решением 1, справа – с 0. В первом случае на левой ветви находится 34 случая, во втором – 32. Результатом первого ветвления являются в обоих случаях узлы с номерами 2 и 3. Далее ветвление происходит для каждого из получившихся узлов. Видно, что границей ветвления является значение цены, равное 1 или 1,05. Поскольку в примере не использовались значения цен между 1 и 1,1, это не вызывает ошибок. Ветвление на рис. Рис. 48 на этом завершается. Рис. 47 предлагает еще два ветвления по уровню потенциала, равному 1.