決定木は回帰もできる？
はい、決定木は回帰問題にも適用できます。通常、決定木は分類問題に使用されますが、目的変数が連続値である場合には回帰木（Regression Tree）として使用することができます。
回帰木は、決定木のノードでデータを分割する際に、分割後のサブセットの目的変数の平均値や中央値などの統計量を使用します。その結果、決定木は連続値の目的変数を予測することができます。
決定木の回帰では、分割の基準として最小二乗誤差や平均絶対誤差などの回帰用の指標を使用します。モデルの学習や予測の際には、通常の決定木と同様に、ノードの分割が続けられるか、またはツリーの深さが制限されるかなどのパラメータを調整することができます。
回帰木は、非線形な関係や相互作用を捉えることができ、理解しやすいモデルとして広く利用されています。また、アンサンブル学習法であるランダムフォレストや勾配ブースティングにも回帰木が使用され、高い予測性能が期待されます。