Wat is Decision Tree?

Hoe werkt het eigenlijk?

Stel je voor dat je een vriend advies geeft over welke film hij vanavond moet kijken. Je stelt een reeks vragen: "Wil je lachen of huilen?" Als hij 'lachen' zegt, vraag je: "Romantisch of absurdistisch?" Bij 'absurdistisch' vraag je: "Met explosies of zonder?" Zo werk je stap voor stap naar een aanbeveling. Dat is precies hoe een decision tree werkt.

Een decision tree is een machine learning-model dat beslissingen neemt door een reeks simpele ja/nee-vragen te stellen. Het begint bij een beginpunt (de 'wortel') en splitst zich steeds verder op in 'takken' totdat het bij een eindconclusie komt (een 'blad'). Bij elke splitsing kijkt het model naar één kenmerk van de data: is iemand ouder dan 30? Is de temperatuur hoger dan 20 graden? Kost het product meer dan €50?

Het slimme is dat de boom zelf leert welke vragen het beste zijn. Tijdens de training kijkt het algoritme naar voorbeelddata en ontdekt: "Ah, als ik eerst vraag naar leeftijd en dan naar inkomen, kan ik het beste voorspellen of iemand dit product koopt." Het kiest de vragen die de data het zuiverst opsplitsen — zodat elke groep zo homogeen mogelijk wordt.

Waarom is dit handig?

Decision trees zijn populair omdat ze glashelder uitlegbaar zijn. Als een bank je kredietaanvraag afwijst via een decision tree, kan die exact laten zien: "Je inkomen was onder €25.000 én je had al drie leningen — daarom nee." Dat is heel anders dan een black-box neural network waar je niet doorheen kunt kijken.

Ze zijn ook veelzijdig. Je kunt ze gebruiken voor classificatie ("Is dit een spam-mail of niet?") én voor regressie ("Wat wordt de verkoopprijs van dit huis?"). En ze werken met allerlei soorten data: getallen, categorieën, zelfs missing values kunnen ze vaak aan.

Nadeel: een enkele decision tree kan overfitten — zo gedetailleerd worden dat hij elk rimpeltje in de trainingsdata uit zijn hoofd leert, maar nieuwe situaties niet meer herkent. Daarom zie je in de praktijk vaak ensembles van honderden bomen samen (zoals Random Forests of Gradient Boosting), die elkaars zwaktes compenseren.

Waar kom je het tegen?

Decision trees zitten in talloze praktische toepassingen:

• Kredietbeoordeling — banken gebruiken ze om te bepalen of je een lening krijgt

• Medische diagnose — "Heeft de patiënt koorts? Ja. Hoesten? Nee. Hoofdpijn? Ja" → waarschijnlijke diagnose

• Klantsegmentatie — webshops voorspellen welke bezoekers iets gaan kopen

• Fraudedetectie — Is dit een verdachte transactie? De boom checkt bedrag, locatie, tijdstip

• Marketing campagnes — Welke klanten reageren op welke aanbiedingen?

In tools vind je ze terug in scikit-learn (Python), SPSS, RapidMiner, Azure Machine Learning, en eigenlijk elke ML-bibliotheek. Ook moderne ensemble-methoden zoals XGBoost (veelgebruikt in Kaggle-wedstrijden) bouwen voort op decision trees.

Een voorbeeld uit de praktijk

Een verzekeringsmaatschappij wil voorspellen welke klanten dit jaar schade gaan claimen. Ze trainen een decision tree op historische data. De boom ontdekt:

• Eerste vraag: "Is de klant jonger dan 25?" → Ja: verhoogd risico

• Tweede vraag bij jongeren: "Woont in grote stad?" → Ja: nog hoger risico

• Bij ouderen: "Meer dan 10 jaar schadeverleden?" → Nee: laag risico

Zo bouwt de boom een helder profiel op. Het mooie: als een klant vraagt waarom zijn premie omhoog ging, kan de verzekeraar het pad door de boom laten zien. Dat schept vertrouwen en voldoet aan privacywetgeving die transparantie eist.

Wat kun je er nu mee?

Als je zelf met data werkt — in marketing, finance, operaties — zijn decision trees een ideaal startpunt. Ze geven je inzicht in welke factoren écht belangrijk zijn voor je vraagstuk. Wil je preciezer worden? Combineer honderden bomen in een Random Forest. Maar begin met één boom: teken 'm uit op papier en je ziet meteen welke vragen je data stelt. Dat maakt ML ineens heel concreet — geen magische formules, gewoon slimme vragenstroom.