为什么要用决策树？

很多时候我们寻求解决问题的方式，是咨询那些成功的人，以此获得更多的经验和规律。但是这种方式很可能是错的。
1）用个体A来支撑个体B的前提是，两个个体在所有条件上尽量保持一致。
2）任何从个体出发去推及整体的做法，基本上都是不科学的。

我们并不能仅仅凭借结果来判断之前的决策是好的。
因为，生活是一个各项条件随机发生的概率分布。
过去的每一件事情的结果，都是众多可能的结果之一。
未来要发生的事情，也将有无数种可能的结果。

所以我们需要运用[[概率论]]来应对不确定性，即查理芒格提出的[[费马帕斯卡系统]]。

费马帕斯卡系统是概率论的基本原则。
在生活中，充满了各种诱惑，人们根据经验和各种心理倾向做决定，从而掉入了很多的陷阱。
通过费马帕斯卡系统的学习理解，我们要从认知上明白，事情的实际概率是多少，在有了清晰的认识之后，再做决定将更加理性。

什么是决策树？

决策树，是一种把决策节点画成树的辅助决策工具，一种寻找最优方案的画图法。
概率树，是在决策树的基础上，增加了对条件发生概率的预测，和对结果收益的评估，然后加权平均得到一个“期望值”，用这个期望值，作为依据，辅助决策。

决策树的缺点是什么？
主观概率，即对概率和结果的主观判断会对数据产生很大的影响。
如何减少主观判断的偏差？
用外部视角
什么叫做外部视角？
把个案当成整体的一部分，避免[[小数概率]]，穷举样本，调查和这个个案相似的情况到底有多少。

如何用决策树？

画出决策树的步骤：
1、列出你想要实现的目标或者解决的问题（一般用正方形表示）
2、在它的右侧画出能够实现这一目标的所有方案（一般用圆形表示）
3、在所有的方案下面再列出这种方案可能的各个结果及其实现的概率（结果一般用三角形表示）。

被概率化的决策树，叫做概率树，因为增加了不确定性。

cm：持续做正确的事情，可以提高决策成功的概率

如果我们在大概率事件上持续投入，大概率事件发生的可能性会极大增加。更确切地说，我们在高期望的事件上持续投入（结果发生的概率虽然小，但是回报足够大），坚持下去会获得高期望收入。