A principal diferença entre classificação e árvore de regressão é que na classificação as variáveis dependentes são categóricas e não ordenadas, enquanto na regressão as variáveis dependentes são contínuas ou valores inteiros ordenados.
Classificação e regressão são técnicas de aprendizado para criar modelos de previsão a partir de dados coletados. Ambas as técnicas são apresentadas graficamente como árvores de classificação e regressão, ou melhor, fluxogramas com divisões de dados após cada etapa, ou melhor, “ramificação” da árvore. Esse processo é chamado de particionamento recursivo. Campos como Mineração usam essas técnicas de aprendizagem de classificação e regressão. Este artigo enfoca a árvore de classificação e a árvore de regressão.
