Statistics 预测建模的决策树
我有一个提供辐射的卫星数据，我用它来计算通量（使用地表和云信息）。现在使用回归方法，我可以得到一个关于辐射和通量的数学模型，可以用来预测新辐射值的通量，而无需其他新输入Statistics 预测建模的决策树,statistics,machine-learning,supervised-learning,Statistics,Machine Learning,Supervised Learning,我有一个提供辐射的卫星数据，我用它来计算通量（使用地表和云信息）。现在使用回归方法，我可以得到一个关于辐射和通量的数学模型，可以用来预测新辐射值的通量，而无需其他新输入 是否可以使用决策树或回归树进行同样的操作。。？在回归中，有一个连接因变量和自变量的数学方程。使用决策树，您如何开发这样的模型 你最好问一下这个问题。简单的全局回归模型是回归树的特例，其中只有一个节点，因此您可以明确地为数据应用回归树。决策树通常用于分类，而不是回归。如果你想问的是是否存在一个与目标变量直接相关的独特的数学模型，那
是否可以使用决策树或回归树进行同样的操作。。？在回归中，有一个连接因变量和自变量的数学方程。使用决策树，您如何开发这样的模型 你最好问一下这个问题。简单的全局回归模型是回归树的特例，其中只有一个节点，因此您可以明确地为数据应用回归树。决策树通常用于分类，而不是回归。如果你想问的是是否存在一个与目标变量直接相关的独特的数学模型，那么我不这么认为。决策树/回归树通常使用某种形式的熵/信息增益框架递归计算。可能（我不是这方面的专家）可以使用决策/回归树的输出/规则来形成数学模型