摘要：
感谢Blog主要从这里翻译过来：对于技术领域众多的预测工具，决策树是其中比较普遍和容易理解的，而决策树中又以分类树和回归树为主要方法，这边文章主要介绍一下他们的使用条件以及算法上的不同之处。不同点1： 分类树主要用于将数据集分类到响应变量所对应的不同类别里，通常响应变量对应两类0 or 1. 如果目标变量对应了2个以上的类别，则需要使用分类树的一个扩展版C4.5（很popular）。然而对于一个二分类问题，常常使用标准的CART算法。不难看出分类树主要用于响应变量天然对应分类的情况。 回归树主要用于响应变量是数值的或者连续的，例如预测商品的价格，其适用于预测一些非分类的问题。【注意：预测源.. 阅读全文
