Essie2022-07-12 00:16:59

你好，因为CART既可以解决分类问题，也可用于回归问题，每个决策节点上的阈值都是人为提前设定好的，建立模型的目的也是提前确定的，所以是监督式学习。
标签是对数据集某一特性、特征的描述。简单来讲，标签就是事物的一种特征或数据维度，表现在数据层面就是一个数据项或者一个字段。 因为数据是打过标签的，所以模型可以根据样本的特征、字段等信息在不同的决策节点上进行判断，最终输出结果。
如果是没打过标签的数据，就需要机器去自己解读分析学习样本中的特征值了，模型输出的结果也是不确定的。
非线性指的是特征之间的关系并不是简单的线性关系，此时不可以用线形回归来拟合这类数据。比如在某个决策节点上，可能只会根据某指标阈值将样本数据划分为"是"或"否"，产生的是二分类结果，因此落在"是"和"否"中的数据不是简单的线性关系，或者说同落"是"或"否"中的数据也不是简单的线性关系。