Какие преимущества и недостатки имеет метод регрессионных деревьев CART?

Преимущества метода регрессионных деревьев CART:

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

Недостатки метода регрессионных деревьев CART:

• Неустойчивость относительно данных. wiki.loginom.ru Даже небольшие изменения в обучающем множестве порождают значительные изменения в структуре дерева решений. wiki.loginom.ru
• Возможность переобучения из-за чувствительности к шуму и выбросам в данных. habr.com