Ключовата разлика между класификационното и регресивното дърво е, че при класификацията зависимите променливи са категорични и неподредени, докато при регресията зависимите променливи са непрекъснати или подредени цели стойности.
Класификацията и регресията са учебни техники за създаване на модели на прогнозиране от събрани данни. И двете техники са графично представени като дървета за класификация и регресия, или по-скоро блок-схеми с разделяне на данни след всяка стъпка, или по-скоро „разклонение“в дървото. Този процес се нарича рекурсивно разделяне. Области като Mining използват тези техники за класификация и регресия. Тази статия се фокусира върху дървото за класификация и дървото на регресията.
