Decision Trees

Wat zijn decision trees?

Decision trees (beslissingsbomen) zijn machine learning-modellen die voorspellingen doen via een reeks ja/nee-vragen, net als een stroomschema. Elke vraag splitst de gegevens verder op, tot je bij een eindantwoord uitkomt. Ze worden gebruikt voor zowel classificatie (in welke categorie valt dit?) als regressie (welk getal voorspellen we?). Hun grootste kracht is dat je precies kunt nagaan waarom het model tot een uitkomst komt.

Hoe werkt het?

Het model zoekt bij elke stap het kenmerk en de drempelwaarde die de gegevens het beste in groepen verdeelt, bijvoorbeeld “is het factuurbedrag hoger dan 5.000 euro?”. Daarvoor gebruikt het wiskundige maatstaven zoals de Gini-index of informatiewinst, die meten hoe zuiver de groepen na een splitsing zijn. Dat splitsen herhaalt zich tot een stopcriterium is bereikt, zoals een maximale diepte. Een nieuw geval loopt daarna simpelweg de boom door: bij elke vraag links of rechts, tot het in een blad belandt met de voorspelling. Eén losse boom heeft de neiging tot overfitting; daarom combineert men in de praktijk vaak honderden bomen tot een random forest, dat veel robuuster voorspelt.

Wat heb je eraan als bedrijf?

Beslissingsbomen zijn populair waar uitlegbaarheid telt. Een kredietverstrekker kan exact laten zien welke regels tot een afwijzing leidden, en een verzekeraar waarom een claim als verdacht is gemarkeerd. Dat maakt ze geschikt voor besluiten waar je verantwoording over moet afleggen, iets wat onder de EU AI Act steeds relevanter wordt. Voor gestructureerde bedrijfsdata in tabellen, zoals klant- en transactiegegevens, behoren boomgebaseerde modellen nog altijd tot de best presterende technieken.

Gerelateerde begrippen

Decision trees zijn een vorm van supervised learning en de bouwsteen van random forest en andere ensemble methods. Vergelijkbare voorspeltaken doe je ook met logistic regression.