Hovedforskellen mellem klassifikation og regressionstræ er, at de afhængige variabler i klassificeringen er kategoriske og ikke ordnede, mens de afhængige variabler i regression er kontinuerlige eller ordnede hele værdier.
Klassifikation og regression er læringsteknikker til at skabe modeller for forudsigelse ud fra indsamlede data. Begge teknikker præsenteres grafisk som klassificerings- og regressionstræer, eller rettere flowdiagrammer med datadelinger efter hvert trin, eller rettere, "gren" i træet. Denne proces kaldes rekursiv partitionering. Felt som Mining anvender disse klassifikations- og regressionsindlæringsteknikker. Denne artikel fokuserer på klassifikationstræet og regressionstræet.
