35. Отличие задач классификации и прогнозирования методом дерева решений.

Деревья решений – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Область применения деревья решений в настоящее время широка, но все задачи, решаемые этим аппаратом могут быть объединены в следующие три класса:

• Описание данных: Деревья решений позволяют хранить информацию о данных в компактной форме, вместо них мы можем хранить дерево решений, которое содержит точное описание объектов.

• Классификация: Деревья решений отлично справляются с задачами классификации, т.е. отнесения объектов к одному из заранее известных классов. Целевая переменная должна иметь дискретные значения.

• Регрессия: Если целевая переменная имеет непрерывные значения, деревья решений позволяют установить зависимость целевой переменной от независимых(входных) переменных. Например, к этому классу относятся задачи численного прогнозирования(предсказания значений целевой переменной).

Метод деревьев решений (decision trees) является одним из наиболее популярных методов решения задач классификации и прогнозирования. Иногда этот метод Data Mining также называют деревьями решающих правил, деревьями классификации и регрессии.

Если зависимая, т.е. целевая переменная принимает дискретные значения, при помощи метода дерева решений решается задача классификации.

Если же зависимая переменная принимает непрерывные значения, то дерево решений устанавливает зависимость этой переменной от независимых переменных, т.е. решает задачу численного прогнозирования.

36. Задачи линейного программирования.

Оптимизационные задачи решаются методами математического программирования. Их частным случаем являются задачи линейного программирования (ЗЛП), в которых линейна целевая функция, а также линейны уравнения и неравенства, определяющие ограничения и условия. Термин «линейное программирование» не означает написание компьютерной программы, а характеризует определение плана работы конкретного экономического объекта на основе выявления линейных связей между его элементами.

Задачей линейного программирования является нахождение оптимального, т. е. наилучшего, плана при заданной системе налагаемых на решение условий и ограничений. При этом осуществляется поиск неотрицательных значений переменных, удовлетворяющих ограничениям, заданным системой линейных уравнений и неравенств, отвечающих максимальному, минимальному или выбранному значению целевой функции.

Решение ЗЛП в экономике и управлении используется как инструмент оптимизационного моделирования следующих задач:

• нахождение оптимального плана выпуска продукции (оптимальное распределение ресурсов);

• оптимизация межотраслевых потоков (планирование производства различных видов продукции по отраслям);

• определение оптимального рациона (оптимизация состава химической смеси);

• транспортная задача (оптимальное распределение потоков товарных поставок по транспортной сети);

• задача о размещении производства (планирование с учетом затрат на производство и транспортировку продукции);

• задача о назначениях (оптимальное распределение различных видов транспортных средств) и др.