What is a Decision Tree in Machine Learning?

 Decision Tree क्या है? | Machine Learning में सरल और शक्तिशाली एल्गोरिदम

What is a Decision Tree in Machine Learning?

आज के डिजिटल युग में Machine Learning (ML) डेटा से निर्णय लेने की सबसे प्रभावी तकनीकों में से एक बन चुकी है। इन्हीं तकनीकों में Decision Tree Algorithm एक ऐसा तरीका है, जो इंसानों की तरह सोचकर निर्णय लेने में सक्षम होता है। इसकी संरचना पेड़ (Tree) की तरह होती है, इसलिए इसे Decision Tree कहा जाता है।

Decision Tree क्या है? (What is a Decision Tree?)

Decision Tree एक Supervised Learning Algorithm है, जिसका उपयोग Classification और Regression दोनों प्रकार की समस्याओं को हल करने के लिए किया जाता है। इसमें डेटा को प्रश्नों (Conditions) के आधार पर छोटे-छोटे भागों में बाँटा जाता है और अंत में एक निष्कर्ष (Decision) तक पहुँचा जाता है।

सरल शब्दों में—

👉 यह एल्गोरिदम “अगर-तो (If-Else)” नियम पर कार्य करता है।

Decision Tree की संरचना (Structure of Decision Tree)

1. Root Node (मूल नोड)

यह पेड़ का प्रारंभिक बिंदु होता है, जहाँ से निर्णय प्रक्रिया शुरू होती है।

2. Decision Node (निर्णय नोड)

यहाँ किसी शर्त के आधार पर डेटा विभाजित होता है।

3. Leaf Node (अंतिम नोड)

यह अंतिम परिणाम या निर्णय को दर्शाता है।

Decision Tree कैसे काम करता है? (How Does Decision Tree Work?)

1. सबसे पहले पूरा डेटा लिया जाता है

2. महत्वपूर्ण विशेषता (Feature) चुनी जाती है

3. डेटा को शर्तों के आधार पर विभाजित किया जाता है

4. यह प्रक्रिया तब तक चलती है जब तक सही निर्णय न मिल जाए

डेटा विभाजन के लिए Gini Index, Entropy और Information Gain जैसे मापदंडों का उपयोग होता है।

Decision Tree के प्रकार (Types of Decision Tree)

1. Classification Tree

जब आउटपुट श्रेणी (Category) में हो।

उदाहरण: Yes/No, Pass/Fail

2. Regression Tree

जब आउटपुट संख्यात्मक मान हो।

उदाहरण: कीमत, तापमान

Decision Tree के उपयोग (Applications of Decision Tree)

• बैंकिंग में लोन अप्रूवल

• मेडिकल डायग्नोसिस

• कस्टमर बिहेवियर एनालिसिस

• स्पैम ईमेल डिटेक्शन

• फाइनेंस और मार्केटिंग

Decision Tree के लाभ (Advantages)

• समझना और समझाना आसान

• विज़ुअल रूप में निर्णय

• कम डेटा प्री-प्रोसेसिंग

• Classification और Regression दोनों में उपयोगी

Decision Tree की सीमाएँ (Limitations)

• Overfitting की संभावना

• बड़े डेटा पर जटिल हो सकता है

• छोटे बदलावों से परिणाम बदल सकते हैं

निष्कर्ष (Conclusion)

Decision Tree Algorithm मशीन लर्निंग का एक सरल लेकिन शक्तिशाली उपकरण है। यह डेटा से स्पष्ट नियम बनाकर निर्णय लेने में मदद करता है। शिक्षा, स्वास्थ्य, बैंकिंग और बिज़नेस जैसे क्षेत्रों में इसका व्यापक उपयोग हो रहा है। सही तरीके से उपयोग करने पर यह अत्यंत सटीक परिणाम दे सकता है।

Decision Tree पर आधारित 10 MCQ (Hindi)

1. Decision Tree किस प्रकार का एल्गोरिदम है?

A. Unsupervised

B. Supervised

C. Reinforcement

D. Deep Learning

✅ उत्तर: B

2. Decision Tree का उपयोग किसके लिए किया जाता है?

A. केवल Classification

B. केवल Regression

C. Classification और Regression दोनों

D. Clustering

✅ उत्तर: C

3. Decision Tree का प्रारंभिक नोड क्या कहलाता है?

A. Leaf Node

B. Decision Node

C. Root Node

D. Child Node

✅ उत्तर: C

4. अंतिम निर्णय किस नोड पर होता है?

A. Root

B. Decision

C. Parent

D. Leaf

✅ उत्तर: D

5. Information Gain का उपयोग क्यों किया जाता है?

A. डेटा हटाने के लिए

B. डेटा विभाजन के लिए

C. कोड लिखने के लिए

D. मॉडल सेव करने के लिए

✅ उत्तर: B

6. कौन-सा मापदंड Decision Tree में उपयोग होता है?

A. Accuracy

B. Entropy

C. Precision

D. Recall

✅ उत्तर: B

7. Overfitting किसकी समस्या है?

A. Under Training

B. Over Training

C. Data Loss

D. Data Entry

✅ उत्तर: B

8. Decision Tree का उपयोग कहाँ होता है?

A. बैंकिंग

B. हेल्थकेयर

C. मार्केटिंग

D. उपरोक्त सभी

✅ उत्तर: D

9. Decision Tree का आउटपुट क्या हो सकता है?

A. केवल Text

B. केवल Number

C. Category या Number

D. Image

✅ उत्तर: C

10. Decision Tree की सबसे बड़ी विशेषता क्या है?

A. जटिल संरचना

B. समझने में कठिन

C. सरल और व्याख्येय

D. धीमा

✅ उत्तर: C