CART回归树和CART分类树的区别
除了概念的不同，CART回归树和CART分类树的建立和预测的区别主要有下面两点：1)连续值的处理方法不同2)决策树建立后做预测的方式不同。对于连续值的处理，CART分类树采用的是用基尼系数的大小来度量特征的各个划分点的优劣情况。这比较适合分类模型，但是对于回归模型，使用了常见的和方差的度量方式，CART回归树的度量目标是，对于任意划分特征A，对应的任意划分点s两边划分成的数据集D1和D2，求出使D...
