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

正确答案是：A: Adjusted R2。

以下是对各个选项的专业分析：

A: Adjusted R2（调整后的R平方）：这是一个用于评估回归模型的指标。它在考虑模型解释变量数量的同时，调整了R平方值。Adjusted R2不仅能反映模型的解释能力，还能防止过拟合，因此非常适合用于回归树模型的比较。

B: F-measure（F值）：这是一个用于分类模型的指标，结合了Precision（精确率）和Recall（召回率）。F-measure主要用于分类任务，衡量分类模型的性能，不适合用于回归问题。

C: AUC（Area Under the Curve，曲线下面积）：这是另一个用于分类模型的指标，特别是二分类问题。AUC衡量的是ROC曲线下面积，反映了分类器的整体性能。同样，它不适合用于回归问题。

D: Precision & Recall（精确率和召回率）：这两个指标也是用于分类任务的，分别衡量分类模型的准确性和覆盖率。它们不适合用于回归问题。

综上所述，Adjusted R2是回归树模型比较中最合适的指标。