| BayesTreePrior | 模拟树的先验知识。 | ||
| BayesTreePriorNotOrthogonal | 一般情况下（case&4）的树先验模拟。 | ||
| BayesTreePriorOrthogonal | 在我们只有一个变量的情况下（case# 3）对树的优先模拟。 | ||
| BayesTreePriorOrthogonalInf | 在不现实的情况下，我们假设变量的数量和可能的分裂是无限的（因此P（T）不依赖于设计矩阵X）（case# 2）对树先验的模拟。 | ||
| E_alpha | 在假设变量数量和可能的分裂是无限的（因此P（T）不依赖于设计矩阵X）和beta=0（情况# 1）的不切实际情况下，底部节点数量的期望值。 | ||
| GetListUniqueSplits | 唯一的拆分，导致子级具有多个minpart节点。 | ||
| NumBotMaxDepth | 在只有一个变量的情况下（case# 3），底部节点的数量和深度。 | ||
| NumBotMaxDepthX | 一般情况下的底部节点数和深度（case# 4）。 | ||
| NumBotMaxDepth_inf | 假设变量数量和可能的分裂是无限的（因此P（T）不依赖于设计矩阵X）（情况# 2）这种不切实际的情况下，底部节点的数量和深度。 | ||
| p_split | 树的分裂概率。 | ||
| Var_alpha | 假设变量数量和可能的分裂是无限的（因此P（T）不依赖于设计矩阵X）和beta=0（情况# 1）的不切实际情况下底部节点数量的方差。 |