勾配ブーストされたツリーはどの関数にも適合しますか？

ニューラルネットワークの場合、ニューラルネットワークはR nのコンパクトなサブセット上の任意の連続関数を近似できると述べる普遍近似定理があります。$R^n$

勾配ブーストされたツリーにも同様の結果がありますか？ブランチを追加し続けることができるので合理的と思われますが、このテーマに関する正式な議論は見つかりません。

編集：私の質問は 回帰木は継続的に予測できますか？、おそらくまったく同じことを求めていない。しかし、関連する議論についてはその質問を参照してください。

はい-各データポイントの領域を作成します（つまり、トレーニングデータを記憶します）。

したがって、勾配ブーストされたツリーは任意のトレーニングデータに適合する可能性がありますが、新しいデータへの一般化は制限されます。