何时使用回归树/森林？

Question

因为我正在为我的问题寻找一个精细的回归算法。我发现用简单的决策树也可以做到这一点，通常用于分类。输出将类似于：

红色噪声将是这种树或森林的预测状态。

现在我的问题是，为什么要使用这种方法，当有替代方案时，真正试图找出基础方程（例如着名的支持向量机 SVM）。是否有任何积极/独特的方面，或者回归树更像是一个很好的算法？

Answer 1

您发布的图片在y中传达了x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。这看起来像样条曲线的良好应用，例如，通过使用GAM（广义加性模型）。

另一方面，回归树是一个方便的工具，如果你没有这样的平滑功能，并且你不知道哪个解释变量会对响应产生什么影响。如果响应或交互中有跳跃会特别有用 - 特别是如果事先不知道跳跃点和交互模式。