何時使用迴歸樹/森林？

Question

因爲我正在爲我的問題尋找一個精細的迴歸算法。我發現人們可以用簡單的決策樹來做到這一點，這通常用於分類。輸出會是這樣的：

紅色噪音會是這樣一個樹或林中的預測狀態。

現在我的問題是，爲什麼所有使用這種方法，當有替代品，真的試圖找出潛在的方程（如着名的支持向量機 SVM）。是否有任何正面/獨特的方面，或者回歸樹是更好的算法？

Answer 1

您發佈的圖像在x中傳達了y的平滑功能。迴歸樹當然不是估計這種函數的最佳技術，我可能也不會使用SVM。這看起來像是一個很好的樣條應用，例如通過使用GAM（廣義可加模型）。

另一方面，迴歸樹是一個方便的工具，如果你沒有這樣的平滑函數，並且你不知道哪個解釋變量會對響應產生影響。如果響應或交互中有跳轉，這將特別有用 - 特別是如果事先不知道跳轉點和交互模式。