基本上我猜TensorFlow不支持决策树。我从这里引用，

这是一个很大的过度简化，但今天基本上有两种类型的机器学习库可用，Deep learning （CNN、RNN、全连接网络、线性模型）和其他所有类型（SVM、GBM、随机森林、朴素贝叶斯、K-NN 等） ）。这样做的原因是深度学习比其他更传统的训练方法计算密集得多，因此需要对库进行高度专业化（例如，使用 GPU 和分布式功能）。如果您正在使用 Python 并且正在寻找具有最广泛算法的包，请尝试 scikit-learn。实际上，如果您想使用深度学习和更传统的方法，您将需要使用多个库。没有“完整”的包。

你可以从这里TensorFlow看到，还有其他一些不是深度模型的学习算法。

您可以查看此处以了解在 中实现的跟踪算法TensorFlow。

与我在另一篇文章中写的类似，TensorFlow 实际上除了其他非深度学习算法外，还实现了随机森林和梯度提升。链接可以在该帖子中找到。

主要区别在于 tensorflow 基于数值方法（即梯度下降）。基于树的方法没有梯度。梯度回归树是个例外。