Diagrama de árvore de decisão

Sobre árvores de decisão

Uma árvore de decisão é um diagrama ramificado que representa uma sequência de escolhas e suas consequências como uma árvore com raiz: cada nó interno é uma pergunta ou decisão, cada aresta é uma resposta ou ação, e cada folha é um resultado. O formato aparece em três práticas bastante diferentes — fluxogramas de troubleshooting e regras de decisão clínica (árvores de taxonomia), análise de risco e investimento usando valor esperado (análise de decisão) e inspeção de modelos de machine learning (árvores de classificação). Apesar das diferenças superficiais, todas compartilham a mesma estrutura de árvore, razão pela qual o Schematex as codifica sob uma única palavra-chave com um seletor de modo.

As árvores de decisão do Schematex cobrem: (1) modo taxonomia — os fluxos de perguntas sim/não usados em triagem médica (linhagem Turing 1937; agora padrão em suporte a decisão clínica), (2) modo análise de decisão — o método de rollback de valor esperado desenvolvido em ciência da gestão (Raiffa & Schlaifer, 1961), e (3) modo ML — o formato de divisão/folha CART usado para visualizar classificadores treinados em scikit-learn e similares (Breiman et al., 1984).

1. Sua primeira árvore de decisão

A menor árvore de decisão útil: uma pergunta raiz com dois ramos.

Quatro regras cobrem 80% do uso:

1. Comece com decisiontree, opcionalmente com :mode e um título entre aspas.
2. Cada nó de pergunta usa question "texto" (ou abreviação q "texto").
3. Cada resposta/folha usa answer "texto" (ou a "texto" ou leaf "texto").
4. Rótulos de ramo — yes:, no:, ou um label "X": personalizado — precedem o nó filho na mesma linha.

A indentação controla o aninhamento: cada nível adiciona 2 espaços. O parser calcula as relações pai-filho a partir da profundidade de indentação.

Comentários devem começar com # ou // em sua própria linha.

2. Modos

O modo é definido na linha de cabeçalho:

A direção padrão é top-down para taxonomia e ML, left-right para análise de decisão.

3. Modo taxonomia

Melhor para: guias de troubleshooting, FAQs, protocolos clínicos, fluxos de recomendação de produto.

Palavras-chave de nó

Rótulos de ramo

Rótulos personalizados permitem ir além do sim/não para decisões de múltiplos caminhos a partir de uma pergunta.

4. Modo análise de decisão

Melhor para: decisões de investimento, análise de construir vs. comprar, avaliação de estratégia ponderada pelo risco.

Palavras-chave de nó

Palavras-chave de ramo

Atributo payoff

payoff=N em qualquer nó define o valor do payoff. Em nós end / outcome, define o valor terminal. O parser executa o rollback de valor esperado automaticamente: o VE de cada nó chance é a soma ponderada por probabilidade dos VEs de seus filhos; o VE de cada nó decision é o VE máximo do filho, e o ramo ótimo é marcado.

Restrição: as probabilidades em todos os filhos diretos de um nó chance devem somar 1,0 (±0,01). O parser lança um DTreeParseError se não somarem.

5. Modo diagrama de influência

Melhor para: enquadrar um problema de decisão compactamente antes de desdobrá-lo. Enquanto o modo análise de decisão desenha cada ramo de cada resultado como uma árvore explícita, um diagrama de influência (Howard & Matheson, 1981) desenha o mesmo problema como um grafo acíclico dirigido (DAG) de variáveis e as dependências entre elas — um nó por decisão, incerteza e objetivo, independentemente de quantos estados cada um pode assumir. É o diagrama que os analistas de decisão alcançam primeiro, pois mostra a estrutura (o que informa o quê, o que afeta o payoff) sem a explosão combinatória de uma árvore.

Este modo é estrutural, não computacional. Ao contrário do modo análise de decisão, ele não resolve o valor esperado — o grafo compacto deliberadamente omite as tabelas de probabilidade e payoff que um rollback de VE precisaria. Use-o para comunicar e validar a forma do problema; use o modo análise de decisão (seção 4) quando quiser os números calculados.

Formas de cabeçalho

Duas maneiras equivalentes de selecionar o modo:

decisiontree:influence "Oil Wildcatter"

ou, como diretiva em linha própria após o cabeçalho:

decisiontree "Market Entry"
  mode: influence

Palavras-chave de nó

Cada nó é declarado como tipo Id "rótulo" — um id (usado para conectar arcos) seguido de um rótulo de exibição entre aspas.

As formas seguem a convenção padrão de diagrama de influência: decisões são retângulos, incertezas são óvalos e o nó de valor é um octógono. Adicione utility=N a um nó de valor para anotar o payoff que ele representa (value Profit "Net profit" utility=42).

Arcos e seus significados

Os arcos são escritos Origem -> Destino em suas próprias linhas, por id de nó. O significado de um arco é lido a partir de seu destino, exatamente como no padrão publicado:

O arco informacional tracejado é o que deve ser observado: Seismic -> Drill significa "o resultado do teste sísmico é observado antes de escolher se deve perfurar", o que é precisamente o que torna a decisão digna de modelagem.

Regras de validação

• O grafo deve ser acíclico — um ciclo (ex.: A -> B e B -> A) é rejeitado.
• Pelo menos um nó value é obrigatório; um diagrama de influência sem objetivo não é um problema de decisão.
• Os arcos referenciam ids de nó que devem ser declarados.

Exemplos

O Oil Wildcatter — o problema de ensino canônico. O resultado do teste sísmico é observado antes da decisão de perfurar (arco informacional tracejado Seismic -> Drill), o teste é relevante para saber se o petróleo está realmente presente (Seismic -> Oil), e tanto o estado do petróleo quanto a escolha de perfurar alimentam o lucro (Oil -> Profit, Drill -> Profit).

Uma decisão de entrada no mercado usando a forma de diretiva mode: influence. A demanda é observada antes de entrar (Demand -> Enter, informacional/tracejado) e também impacta o lucro diretamente, enquanto a resposta do concorrente alimenta apenas o payoff.

6. Modo machine learning

Melhor para: explicar classificadores CART treinados, relatórios de transparência de modelo, análise de importância de features.

Palavras-chave de nó

Prefixos de ramo

true e false precedem nós filhos para marcar qual ramo cada filho representa.

Propriedades (chave=valor, sem dois-pontos, sem aspas nos valores)

7. Opções de configuração

As linhas de configuração aparecem entre o cabeçalho e o primeiro nó. Cada uma é chave: valor (dois-pontos, sem palavra-chave config).

Configuração compartilhada (todos os modos)

Configuração de taxonomia

Configuração de análise de decisão

Configuração de ML

decisiontree:ml "Loan classifier"
direction: top-down
impurity: gini
classes: Approved, Denied, Review

8. Rótulos e comentários

• Título do diagrama: decisiontree "Título" — a string entre aspas após a palavra-chave de cabeçalho.
• Rótulo do nó: a string entre aspas imediatamente após a palavra-chave do nó — question "A taxa é isenta?".
• Rótulo de ramo: yes:, no:, ou label "Personalizado": antes do nó filho — na mesma linha que o filho.
• Payoff: payoff=250000 no final de uma linha de nó de decisão/fim.
• Propriedades de ML: tokens chave=valor após a string de rótulo do nó (sem colchetes […], sem dois-pontos).
• Comentários: # ou // no início de uma linha (após espaço em branco inicial opcional). Apenas comentários de linha completa são suportados — comentários inline no final de linha não são.

9. Palavras reservadas e escape

Palavras-chave de nó reservadas: decision, chance, end, outcome, choice, prob, split, leaf, question, q, answer, a.

Prefixos de ramo reservados: yes:, no:, true, false, label.

Formas de cabeçalho reservadas: decisiontree, decisiontree:decision, decisiontree:da, decisiontree:ml.

Strings com espaços devem ser colocadas entre aspas duplas: question "Receita anual > $1M?". Os rótulos de nó, rótulos de ramo com sintaxe label "…":, e o título do diagrama exigem aspas duplas.

10. Erros comuns

11. Gramática (EBNF)

document       = header ( config-line )* node

header         = "decisiontree" ( ":" mode )? ( WS quoted-string )? NEWLINE
mode           = "decision" | "da" | "ml"
                 // omitido → taxonomia

config-line    = config-key ":" WS config-value NEWLINE
config-key     = "direction" | "edgeStyle" | "edge-style"
               | "branchLabels" | "branch-labels"
               | "branchLength" | "branch-length"
               | "impurity" | "classes"

// ── Modo taxonomia ──────────────────────────────
node           = ( branch-prefix WS )? tax-node ( WS "[" tax-attrs "]" )? NEWLINE
                   INDENT child-node*
tax-node       = ( "question" | "q" ) WS quoted-string
               | ( "answer" | "a" | "leaf" ) WS quoted-string
branch-prefix  = "yes:" | "no:" | "label" WS quoted-string ":"

// ── Modo análise de decisão ─────────────────────
da-node        = "decision" WS quoted-string NEWLINE INDENT da-child+
               | "chance" WS quoted-string NEWLINE INDENT da-prob-child+
               | ( "end" | "outcome" ) WS quoted-string ( WS "payoff=" number )? NEWLINE
da-child       = "choice" WS quoted-string NEWLINE INDENT da-node
da-prob-child  = "prob" WS number WS da-node    // prob, valor e filho, todos na mesma linha

// ── Modo ML ───────────────────────────────────
ml-node        = ( "true" | "false" )? ml-kind WS quoted-string ml-prop* NEWLINE
                   INDENT ml-child*
                 // "true"/"false" e ml-kind devem estar na mesma linha
ml-kind        = "split" | "leaf"
ml-prop        = WS key "=" value     // sem espaços ao redor de "="

comment        = ( "#" | "//" ) any NEWLINE
quoted-string  = '"' any-char-but-quote* '"'

Fonte autoritativa: src/diagrams/decisiontree/parser.ts. Se isso divergir do parser, o parser vence — por favor, abra um issue.

12. Conformidade com padrões

As árvores de decisão do Schematex cobrem quatro convenções estabelecidas:

O modo taxonomia segue as convenções de fluxograma de perguntas/respostas comuns em sistemas de suporte a decisão clínica (linhagem Arden Syntax) e procedimentos de troubleshooting ISO 9001.

O modo análise de decisão segue o método de rollback de valor esperado da ciência da gestão: nós de decisão (quadrado, ator escolhe), nós de chance (círculo, probabilístico), nós terminais com payoffs. O VE é calculado automaticamente por indução retroativa (Raiffa & Schlaifer, 1961).

O modo diagrama de influência segue a convenção Howard & Matheson (1981): nós de decisão (retângulo), chance (oval) e valor (octógono) conectados como um grafo acíclico, com significado do arco lido a partir do destino (informacional em decisões, desenhado tracejado; relevância em chance; funcional em valor). É um diagrama estrutural — não resolve para VE.

O modo ML segue a notação de divisão/folha CART (Árvores de Classificação e Regressão) (Breiman et al., 1984), compatível com export_text e plot_tree do scikit-learn.

O que está implementado hoje:

• ✅ Todos os quatro modos: taxonomia, análise de decisão, diagrama de influência, ML
• ✅ Taxonomia: question/q, answer/a/leaf, yes:, no:, rótulos de ramo label "X":
• ✅ Decisão: decision, chance, end/outcome, choice, prob, payoff=N, rollback de VE automático
• ✅ Influência: nós decision/chance/value, utility=N, arcos Origem -> Destino, semântica de arco derivada do destino, arcos informacionais tracejados, validação de aciclicidade + nó de valor
• ✅ ML: split, leaf, prefixos de ramo true/false, feature=, threshold=, gini=, entropy=, mse=, class=, value=
• ✅ Config: direction:, edgeStyle:, impurity:, classes:, branchLabels:, branchLength:, mode:
• ⏳ Renderização de comprimento de ramo ponderado por probabilidade (branchLength: probability é analisado mas ainda não aplicado visualmente)
• ⏳ Sobreposições de análise de sensibilidade (anotações estilo gráfico de tornado em árvores de decisão)
• ⏳ Visão de floresta / ensemble — múltiplas árvores lado a lado

Referências:

• Raiffa, H. & Schlaifer, R. (1961). Applied Statistical Decision Theory. Harvard Business School.
• Howard, R. A. & Matheson, J. E. (1981/2005). Influence Diagrams. Decision Analysis 2(3).
• Breiman, L. et al. (1984). Classification and Regression Trees. Wadsworth.
• Wikipedia — Decision tree · Influence diagram · Decision tree learning

13. Roadmap

Planejado — ainda não analisável. Não use estes no DSL gerado hoje; o parser irá rejeitar ou ignorar.

• Renderização visual de branchLength: probability — a chave de configuração é analisada mas o motor de layout ainda não escala os comprimentos dos ramos por probabilidade.
• Análise de sensibilidade / tornado — bloco sensitivity: anotando quais valores de prob mais afetam o VE final.
• Anotações de exportação — saída de tabela estruturada (matriz de decisão) ao lado do SVG do diagrama.
• Visão de floresta — palavra-chave forest envolvendo múltiplos blocos decisiontree em um layout de comparação lado a lado.
• Marcadores interativos de colapsar/expandir — collapsed: true em um nó para renderizar um placeholder triangular para subárvores profundas.

Acompanhe nos issues do GitHub se precisar de algum deles com mais urgência.

Exemplos relacionados

Cenários prontos para uso da galeria de exemplos: