梯度增强树可以满足任何功能吗？

对于神经网络，我们具有通用逼近定理，该定理指出神经网络可以逼近的紧子集上的任何连续函数。$R^n$

梯度增强树有类似的结果吗？由于您可以继续添加更多分支，这似乎是合理的，但是我找不到关于该主题的任何正式讨论。

编辑：我的问题似乎非常类似于 回归树可以连续预测吗？，尽管可能不会问完全相同的问题。但是请参阅该问题进行相关讨论。

是的-为每个数据点创建一个区域（即记忆训练数据）。

因此，梯度增强树可能适合任何训练数据，但对新数据的推广将受到限制。