Предположим, у меня есть гладкая функция типа . У меня есть тренировочный набор и, конечно, я не знаю f, хотя я могу оценить f где угодно.
Могут ли деревья регрессии найти гладкую модель функции (следовательно, незначительное изменение входных данных должно дать лишь незначительное изменение выходных данных)?
Из того, что я прочитал в лекции 10: Деревья регрессии, мне кажется, что деревья регрессии в основном помещают значения функций в контейнеры:
Для деревьев классической регрессии модель в каждой ячейке является просто постоянной оценкой Y.
Как пишут «классика», я думаю, есть вариант, когда клетки делают что-то более интересное?