本文探讨了稀疏感应的软决策树作为传统决策树集成方法的替代，解决了光滑性差和维度灾难的问题。提出了新算法如PGBM和神经随机森林，提升了模型的预测性能和速度，并涉及模型简化、变量选择及统计推断，展示了树集成在多种预测问题中的优势。