回归树增长
回归树增长是通过根据数据集创建回归树来完成。为了最大限度减小目标属性的离散度，将会选择拆分。同时，不需要或无法进一步拆分时，就会将目标值分配给叶。
回归树增长就是反复执行以下操作：
- 停止条件
此操作确定是否已执行拆分，或者某个节点是否由于不再进行拆分而变为叶。该决策基于与该节点相对应的训练数据集子集。
满足以下某个条件时，就不会执行拆分：
- 相应子集中的实例数小于指定的最小值
- 当前节点的层次等于指定的最大值
- 根据可用的最佳拆分可实现的目标值离散度改善小于指定的最小值
- 目标值分配
分配给叶和内部节点的目标值是相应实例子集的平均目标函数值。
- 拆分选择
候选拆分基于拆分后在子集中实现的平均离散度。