• • 树模型，例如， rpart::rpart()，以一种与线性模型完全不同的方式来解决问题。它们拟合分段常数模型，将数据逐步分割成越来越小的片段。树模型本身效果并不十分出色，但当通过 随机森林（例如， randomForest::randomForest()）或 梯度提升机（例如， xgboost::xgboost）等模型以集成方式使用时，它们会非常强大。

从编程的角度来看，这些模型的工作方式都很相似。一旦你掌握了线性模型，你会发现掌握这些其他模型类的机制也很容易。成为一名熟练的建模者是良好的一般原则与拥有丰富技术工具箱的结合。既然你已经学习了一些通用工具和一类有用的模型，你可以继续从其他资源学习更多的模型类。