我们一般说decision tree 是non-linear model, 但是它划分的各个boundary 却都是linear 的对吧？ 如果我知道我的data 的boundary 不是linear 的 （比如boundary 呈S 形），这种情况还能用decision tree 或者说tree-based model 吗？ 换句话说，有什么情况是很不适合用tree based model 的吗
这个问题我们在class 9 decision tree的课程中会详细讨论。
- decision tree确实是non-linear model, 这是由于该模型中x和y的关系并不是简单的一次多项式形式，核心原因在于tree branch split的逻辑。如果一定要从图形的角度看，decision tree的boundary确实是由很多线性分割线组成的(注意，不是一条线， 是很多条线)，这些分割线连接成的boundary也可以被看做非线性。
- tree-based model不使用于sparse feature的应用场景，因为那种情况下， tree对数据的分割功能会退化。 这个问题课上会给大家介绍。