何时使用回归树/森林？ [关闭]

Question

当我正在为我的问题寻找一个好的回归算法时。我发现人们也可以使用简单的决策树来做到这一点，这通常用于分类。输出将类似于：

红色的噪音是这样一棵树或森林的预测状态。

现在我的问题是，当有替代方案时，为什么要使用这种方法来真正尝试找出基本方程（例如著名的支持向量机 SVM）。是否有任何积极/独特的方面，或者回归树是否更适合拥有算法？

Answer 1

您发布的图像在x 中传达了y 的平滑功能。回归树当然不是估计这种函数的最佳技术，我可能也不会使用 SVM。这看起来是样条曲线的一个很好的应用，例如，通过使用 GAM（广义加法模型）。

另一方面，如果您没有如此平滑的函数并且您不知道哪个解释变量会对响应产生何种影响，那么回归树是一个方便的工具。如果响应或交互中有跳跃，这将特别有用 - 特别是如果事先不知道跳跃点和交互模式。