概念
解决回归问题的决策树模型你就是回归树
回归树是一种基于决策树的监督学习算法，用于解决回归问题。通过递归地将特征空间划分为多个子区域，并在每个子区域内拟合一个简单的预测值（如均值），实现对连续目标变量的预测。
特点
必须是二叉树
回归树的构建过程
-
特征选择与分割
遍历所有特征和可能的切分点，选择使均方误差（MSE）或平均绝对误差（MAE）最小的特征和切分点。
分割准则公式：
\\min_{j, s} \\left\[ \\min_{c_1} \\sum_{x_i \\in R_1(j,s)} (y_i - c_1)\^2 + \\min_{c_2} \\sum_{x_i \\in R_2(j,s)} (y_i - c_2)\^2 \\right\]
其中 ( R_1, R_2 ) 为分割后的子区域，( c_1, c_2 ) 为子区域内的预测值（通常取均值）。
-
递归分割
对每个子区域重复上述分割过程，直到满足停止条件（如最大深度、最小样本数或误差减少小于阈值）。
-
叶子节点预测
最终叶子节点的预测值为该区域内样本目标变量的均值。
举例：
两个核心问题：1.节点切分的依据是什么？
2.如何能进行预测？
根据这两个问题，我们讲解回归树的计算示例：
1、
1、计算最优切分点
因为只有一个变量，所以切分变量必然是x，可以考虑如下9个切分点：
1.5,2.5,3.5,4.5,5.5,6.5,7.5,8.5,9.5。
【原因：实际上考虑两个变量间任意一个位置为切分点均可】
<1>切分点1.5的计算
当s=1.5时，将数据分为两个部分：
第一部分:(1,5.56)
第二部分:(2,5.7)、(3,5.91)、(4,6.4)...(10,9.05)
2、计算损失
C1=5.56
C2=1/9(5.7+5.91+6.4+6.8+7.05+8.9+8.7+9+9.05)=7.5
Loss = (5.56-5.56)^2 + (5.7-7.5)^2+(5.91-7.5)^2+...+(9.05-7.5)^2 =0+15.72 =15.72
3、同理计算其他分割点的损失
容易看出，当s=6.5时，loss=1.93最小，所以第一个划分点s=6.5。
4、对于小于6.5部分
<1>切分点1.5的计算
当s=1.5时，将数据分为两个部分：
第一部分:(1,5.56)
第二部分:(2,5.7)、(3,5.91)、(4,6.4)、(5,6.8)、(6,7.05)
Loss = 0 +(5.7-6.37)^2+(5.91-6.37)^2 +...+(7.05-6.37)^2
=0+1.3087=1.3087
C1=5.56
C2=1/5(5.7+5.91+6.4+6.8+7.05)=6.37
5、可得出
容易看出:<1>当s=3.5时，loss=0.2771最小，所以第一个划分点s=3.5。
<2>当s=8.5时，loss=0.021最小，所以第二个划分点s=8.5。
6、假设只分裂我们计算的这几次
那么分段函数为：
<1>当x<=3.5时，1/3(5.56+5.7+5.91)=5.72
<2>当3.5<x<=6.5时，1/3(6.4+6.8+7.05)=6.75
<3>当6.5<x<=8.5时，1/2(8.9+8.7)=8.8
<4>当8.5<x时，1/2(9+9.05)=9.025
最终得到分段函树！
7、对于预测来说
特征x必然位于其中某个区间内，所以，即可得到回归的结果，比如说：
如果x=11,那么对应的回归值为9.025.
<1>当x<=3.5时，1/3(5.56+5.7+5.91)=5.72
<2>当3.5<x<=6.5时，1/3(6.4+6.8+7.05)=6.75
<3>当6.5<x<=8.5时，1/2(8.9+8.7)=8.8
<4>当8.5<x时，1/2(9+9.05)=9.025
8、决策树的构造：
回归树的实现示例（Python）
使用 sklearn 构建回归树：
python
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split
# 假设 X 为特征矩阵，y 为目标变量
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# 初始化回归树模型
reg_tree = DecisionTreeRegressor(max_depth=3, min_samples_leaf=5)
reg_tree.fit(X_train, y_train)
# 预测与评估
predictions = reg_tree.predict(X_test)
回归树的参数解释
一些方法：
1.apply :返回预测每个样本的叶子的索引
2.decision_path:返回树中的决策路径
3.get_depth:获取树的深度
4.get_n_leaves:获取树的叶子节点数
5.get_params:获取此估计器的参数，即前面配置的全部参数信息
6.score:得到决策树的评判标准R2
回归树的优化方法
- 剪枝：通过代价复杂度剪枝（CCP）减少过拟合。
- 集成学习：结合随机森林或梯度提升树（如 XGBoost、LightGBM）提升性能。
- 超参数调优 ：使用网格搜索或贝叶斯优化调整
max_depth、min_samples_split等参数。
应用场景
- 房价预测、销量预测等连续值预测任务。
- 特征重要性分析，辅助业务决策。