Использование линейной регрессии в дереве решений

Question

Можем ли мы использовать линейную регрессию при обучении дерева решений? Я спрашиваю, потому что я видел видео на YouTube, где он использовал линейную регрессию для обучения набора данных. Обратите внимание, что видео было специально о тренировке и тестировании данных. В то время как другое видео на YouTube использовало Decision Tree Classifier для обучения дерева решений.

Так можно ли использовать линейную регрессию вместо классификатора дерева решений при обучении дерева решений?

Если нет, то почему?

Answer 1

     from sklearn.tree import DecisionTreeRegressor
     regressor = DecisionTreeRegressor(random_state = 0)
     regressor.fit(X, y)

Нет, вы не можете использовать линейную регрессию для обучения дерева решений, потому что предсказанное значение в дереве решений на самом деле является средним значением разделенных данных, тогда как предсказанное значение в линейной регрессии получается через уравнение Y = b0 + b1X1 + b2X2+ --- + bnXn.