是的。它也是一个函数，但不是输入的仿射变换，而是输入的指示函数乘积的相对复杂的总和。通常，此函数由拟合树表示，而不是公式。

因此，例如，如果您学习一棵深度为 1 的树，并且拆分为 40 岁，如果年龄 < 40 则平均响应为 80，如果年龄 40 则平均响应为 100，那么函数可能看起来像 如果深度为 7，您也许可以想象公式有多长...$\ge$

$$\hat f(\text{age}, \text{income}) = 80 \cdot {\mathbf 1}\{\text{age} < 40\} + 100 \cdot {\mathbf 1}\{\text{age} \ge 40\}$$

决策树解决不同类型的问题。

例如，年龄 A、性别 G、收入的人会购买产品 X 或 Y。

不涉及拟合，但模型可能会在内部计算/提出年龄边界或收入边界，将决策从 X 切换到 Y。