分类与回归树（CART）是一种机器学习算法，通过已训练的树模型对数据进行分类或回归预测。CART需要依赖标记数据进行训练，完成后可用于预测未标记数据的标签。MATLAB是一个高效的工具，适合执行机器学习任务，尤其得益于其强大的矩阵计算功能以及丰富的内置工具和函数。

MATLAB提供了predict()函数，用于基于已训练的CART模型预测新数据的标签。该函数接受一个CART模型和待预测的数据输入，返回由模型推断出的预测结果。MATLAB中的CART模型不仅支持分类任务，还能进行回归预测，适应不同的应用场景。

在使用CART进行数据预测时，用户需要先完成模型的训练阶段。这一阶段包括数据预处理、特征选择以及选择合适的训练参数。完成模型训练后，通过predict()函数将新数据传入模型，模型会返回预测的标签。这一过程简洁且高效，适合处理大量数据。

MATLAB通过简洁的语法和高效的计算能力，使得CART在数据科学和机器学习领域的应用更加便捷。利用MATLAB提供的工具和函数，用户可以轻松实现数据的分类与回归分析，快速得到预测结果，并应用于实际场景。