F-measure、AUC、Precision & Recall是分类模型的评价指标

正确答案是：A: Adjusted R²

分析如下：

1. **Adjusted R²（调整后的决定系数）**：
Adjusted R² 是回归分析中常用的指标，用于评估模型的解释能力。它考虑了模型中变量的数量，并对 R² 进行调整，使其能够更准确地反映模型的拟合优度。对于回归树模型，Adjusted R² 是一个常用的评估指标，因为它能够衡量模型对数据的解释能力。

2. **F-measure**：
F-measure（F1-score）是用于分类问题的评估指标，它结合了精确率（Precision）和召回率（Recall）。由于回归树模型是用于回归任务的，而不是分类任务，所以 F-measure 不适用于回归树模型的评估。

3. **AUC（Area Under the Curve）**：
AUC 是用于评估分类模型性能的指标，特别是在二分类问题中常用。它衡量的是模型的 ROC 曲线下面积。由于回归树模型是用于回归任务的，AUC 不适用于回归树模型的评估。

4. **Precision & Recall（精确率和召回率）**：
精确率和召回率是用于分类问题的评估指标，分别衡量模型在正类预测中的准确性和覆盖率。由于回归树模型是用于回归任务的，这些指标不适用于回归树模型的评估。

综上所述，Adjusted R² 是适用于回归树模型的评估指标，而其他选项（F-measure、AUC、Precision & Recall）都是用于分类任务的评估指标，不适用于回归树模型。