Как дерево обрабатывает выбросы признаков, отсутствующие в обучающей выборке?

Otsustus puud käsitlevad tavaliselt puuduvad või uued omaduste väärtused prognoosimise ajal mitmel viisil:

• Vaikimisi tee kasutamine: Kui jagamisel omaduse järgi leitakse väärtus, mis puudub treeningandmestikus, võib puu suunata objekti eelnevalt määratletud teed mööda (näiteks kõige sagedamini kasutatud või parima statistikaga tee).

• Puuduvate väärtuste käsitlemine eraldi klassina: Treeningu ajal võib eraldada eraldi väärtuse puuduvatele või uutele omadustele, et puu õpiks nendega töötama.

• Kaalutud jaotus: Mõned rakendused (näiteks gradient boostimisel) jaotavad objekti mitmele harule kindlate kaaludega, mis põhinevad treeningandmestiku statistikatel.

Sellisel viisil ei purune puu, kui ta kohtab uut omaduse väärtust, vaid kasutab heuristikuid või statistikat otsuse tegemiseks. See võimaldab mudelil olla vastupidavam äärmuslikele väärtustele ja uutele andmetele.