Hovedforskjellen mellom klassifisering og regresjonstreet er at de avhengige variablene i klassifiseringen er kategoriske og uordnede mens de avhengige variablene i regresjon er kontinuerlige eller ordnede helverdier.
Klassifisering og regresjon er læringsteknikker for å lage modeller for prediksjon fra innsamlede data. Begge teknikkene presenteres grafisk som klassifisering og regresjonstrær, eller rettere sagt flytskjemaer med inndeling av data etter hvert trinn, eller rettere sagt "gren" i treet. Denne prosessen kalles rekursiv partisjonering. Felt som Mining bruker disse klassifiserings- og regresjonslæringsteknikkene. Denne artikkelen fokuserer på klassifiseringstreet og regresjonstreet.
