在生活中常常會遇到一些重大抉擇，比如說要不要換工作、要不要投資股票、要不要買房子...等等。這些決定往往牽涉到很多不同的條件和考量，如果只是用直覺來判斷，很容易陷入天人交戰的狀態。那麼，我們有沒有辦法用比較科學的方法，來幫助自己做出決定呢？
今天就來聊聊，如何借用機器學習中「決策樹」的概念，來幫助我們在面對人生抉擇時，做出更理性的判斷吧！
問題的困境
假設現在有一個工作機會，條件看起來不錯，但是要換到另一個城市去。這時候你可能會開始考慮：薪水比較高，但是生活費用也會增加；工作內容很有挑戰性，可是要重新適應新環境；離家人朋友比較遠，不過也是一個獨立生活的機會...。這麼多正反面的因素加在一起，實在很難抉擇啊！
很多人在這時候，會選擇詢問身邊值得信任的親友們、或是尋求各種專業人士的建議。但問題來了，如果大家說的都不一樣、但都有道理，到底要怎麼判斷才好呢？
決策樹的概念運用
這時候，我們就得仔細聽聽自己內心的聲音了，要怎麼選日後才不容易後悔呢？這時候我們可以借鑑決策樹的思維方式，把每個考量因素都根據自己的重視程度以及價值觀來量化、分層級去分析：
列出所有關鍵因素
首先把所有會影響決定的因素都列出來，像是：
- 薪資待遇（包含基本薪資、獎金、股票）
- 生活成本（房租、日常開銷）
- 職涯發展（工作內容、職位、未來機會）
- 生活品質（通勤時間、休假制度）
- 環境適應（文化差異、社交圈）
設定權重分數
接著，我們要為每個因素設定權重，因為不太可能每個因素都一樣重要。比如：
這裡設權重的時候要注意，只有能為這個決定負全部責任的人還有資格制定。以這個換工作的例子來講，就是正在思考是否要換工作的本人，畢竟工作是本人在做、好處與壞處都由本人一概承擔。
評分標準化
然後，我們要把每個因素都轉換成可以量化的分數。以薪資待遇當作例子，需要明確定義1~5分的滿意程度分別代表的是什麼。它可以是「目前月薪」、「股票分紅」、也可以是「年薪成長」，看我們重視的是哪些，就把哪些納進去：
同樣的道理，像是「生活品質」這種很籠統的感覺，也需要用可以衡量的方式 (可以是「可支配的時間或金錢」、「生活機能」…等) 來評估得分。
如果只使用一種指標覺得不夠的話，也可以使用好幾種來綜合評分。
這樣做的好處是，評出來的分數就不會因為心境不同、時機不同而有所變化。甚至如果有些指標不方便由本人取得，也能由其他人幫忙依照我們事先所制訂好的標準填上分數而不至於太失真。
逐項進行評分、計算總得分
把評分的指標都制定完後，我們才能一項一項來實際打分，注意這個順序不能跟上一步混在一起做喔，這樣會變成先射箭再畫靶，評分就沒有意義了。
當每種指標都填好分數後，再根據一開始我們給的權重來加權計算。比如假設「職涯發展」得了4分，我們給它的權重是 30%，於是「職涯發展」加權後的得分就是 4 x 30% = 1.2 分。全都加權計算完成後，看起來就會像是這樣：
這樣算出來的分數就可以給我們一個比較客觀的參考依據。如果分數高於你預設的門檻（比如假設現在的工作得分是 3.5 分），就表示這個機會值得考慮；反之如果分數太低，表示可能其實留在原有的工作上，才是比較好的選擇。
如果分數沒有差很多，就 follow 自己的心吧
雖然人生的重大決定不能光靠冰冷的數字來判斷，但是透過決策樹的概念來量化各項條件，至少可以讓決策過程更有條理和邏輯，提高成功的機率，即使不幸最後失敗了也不會太後悔。
不過，這個方法只是輔助我們理性地思考的一種工具，而不是決定的唯一依據。在做出最後決定時，還是要適度考慮自己的直覺感受。畢竟有些因素（比如對未來的憧憬）是無論如何也無法被量化的，或許這就是讓我們人類有別於機器的地方吧！
