Der Hauptunterschied zwischen Klassifikation und Regressionsbaum besteht darin, dass bei der Klassifikation die abhängigen Variablen kategorisch und ungeordnet sind, während bei der Regression die abhängigen Variablen kontinuierliche oder geordnete ganze Werte sind.
Klassifikation und Regression sind Lerntechniken, um Vorhersagemodelle aus gesammelten Daten zu erstellen. Beide Techniken werden grafisch als Klassifizierungs- und Regressionsbäume oder vielmehr als Flussdiagramme mit Datenunterteilungen nach jedem Schritt bzw. als „Verzweigung“im Baum dargestellt. Dieser Vorgang wird als rekursive Partitionierung bezeichnet. Felder wie Mining verwenden diese Lernmethoden für Klassifizierung und Regression. Dieser Artikel konzentriert sich auf den Klassifizierungsbaum und den Regressionsbaum.
