Keskeinen ero luokituksen ja regressiopuun välillä on se, että luokituksessa riippuvat muuttujat ovat kategorisia ja järjestämättömiä, kun taas regressiossa riippuvat muuttujat ovat jatkuvia tai järjestettyjä kokonaisarvoja.
Luokittelu ja regressio ovat oppimistekniikoita ennustemallien luomiseksi kerätystä datasta. Molemmat tekniikat esitetään graafisesti luokittelu- ja regressiopuina, tai pikemminkin vuokaavioina, joissa on tietojenjako jokaisen vaiheen jälkeen, tai pikemminkin "haara" puussa. Tätä prosessia kutsutaan rekursiiviseksi osioinniksi. Miningin kaltaisilla aloilla käytetään näitä luokittelu- ja regressio-oppimistekniikoita. Tämä artikkeli keskittyy luokituspuuhun ja regressiopuuhun.