Дерево рекурсивно делит пространство признаков порогами, минимизируя неоднородность (Gini/entropy/MSE) в листьях. Легко интерпретировать, но одиночное дерево нестабильно.
Разбор
- Глубина контролирует сложность.
- Склонно к overfit без ограничений.
- Не требует масштабирования признаков.
- Пропуски и категории обрабатывают по-разному в реализациях.
Итог
Дерево — набор понятных if-then правил с риском переобучения.