Преимущества метода регрессионных деревьев CART:

• Непараметричность. 3 Для применения метода не требуется рассчитывать различные параметры вероятностного распределения. 3
• Отсутствие необходимости заранее выбирать переменные. 3 Они отбираются непосредственно во время проведения анализа на основании значения индекса Gini. 3
• Устойчивость к выбросам. 13 Механизм «разбиения» помещает «выбросы» в отдельный узел, что позволяет очистить имеющиеся данные от шумов. 3
• Высокая скорость работы. 13

Недостатки метода регрессионных деревьев CART:

• Неустойчивость относительно данных. 1 Даже небольшие изменения в обучающем множестве порождают значительные изменения в структуре дерева решений. 1
• Возможность переобучения из-за чувствительности к шуму и выбросам в данных. 4