我的理解是：

1. 在回归树中：每个叶节点的目标值是训练过程中到达该叶节点的所有实例的目标值的平均值。

2. 在模型树中：每个叶节点的值是一个线性函数，使用训练过程中到达该叶节点的实例的子集特征，通过线性回归确定。

scikit-learn中的tree.DecisionTreeRegressor是回归树还是模型树？

回答：

你的理解是正确的。从数学上讲，回归树表示一个分段常数函数，而（线性）模型树是一个分段线性函数。

DecisionTreeRegressor是一个回归树。