3.CART方法如何处理连续变量？树是如何做分类的？树是如何被用来做回归预测的？

CART方法处理连续变量的方式是，通过将变量进行二元分割，即根据某个阈值对连续变量进行离散化处理，然后将每个离散化后的值视为一个分类变量进行处理。树是通过对数据集进行递归地二元分割，生成决策树，以实现分类和预测的过程。对于分类问题，决策树按照分裂节点的判定准则将每个样本分配到分类的叶子节点上，叶子节点上的大多数样本属于同一类别，因此决策树可以被用于分类预测。对于回归问题，决策树将样本分成两部分，使得平方误差最小，然后预测每个叶子节点上的样本的平均值，因此决策树可以被用于回归预测。