La principale différence entre la classification et l'arbre de régression est que dans la classification, les variables dépendantes sont catégoriques et non ordonnées, tandis que dans la régression, les variables dépendantes sont des valeurs entières continues ou ordonnées.
La classification et la régression sont des techniques d'apprentissage pour créer des modèles de prédiction à partir des données recueillies. Les deux techniques sont présentées graphiquement sous forme d'arbres de classification et de régression, ou plutôt d'organigrammes avec des divisions de données après chaque étape, ou plutôt, «branche» dans l'arbre. Ce processus est appelé partitionnement récursif. Des domaines tels que l'exploitation minière utilisent ces techniques d'apprentissage de classification et de régression. Cet article se concentre sur l'arbre de classification et l'arbre de régression.
