GDBT

CART 决策树有两种类型：分类树和回归树，其中分类树输出是样本的类别，回归树输出的是连续的实数。CART（Classification And Regression Tree）既可以做分类也可以做回归。 CART是在给定输入随机变量X的条件下输出随机变量Y的条件概率分布学习方法。CART书假设决策树是二叉树，内部节点的取值为‘是’和‘否’，这样的决策树等价于递归的二分每一个特征，将输出空间即特征

>>阅读原文<<