Kuidas puu ja lineaarne regressioon ennustavad objekti, mille tunnus on väljaõppe vahemikust väljas?

Otsustuspuu, tehes prognoosi objekti jaoks, mille omadus on väljaspool treeningvahemikku, lihtsalt järgib haru, võrdledes omaduse väärtust sõlmede lävenditega. Kui omaduse väärtus ületab treeningvahemiku, jõuab puu lähimasse sõlme, mis vastab lähimale lävendile, ja annab selle põhjal prognoosi. Teisisõnu, puu ei ekstrapoleeri, vaid kasutab lähimat teadaolevat piirkonda.