Как дерево обрабатывает выбросы признаков, отсутствующие в обучающей выборке?

Ներմուծման որոշումների ծառերը սովորաբար մշակվում են բացակա կամ նոր հատկությունների արժեքները կանխատեսման ժամանակ մի քանի մոտեցումներով՝

• Օգտագործելով կանխորոշված ուղի: Եթե բաժանման ժամանակ հատկության վրա հանդիպում է արժեք, որը բացակայում է ուսուցման հավաքածուից, ծառը կարող է ուղղորդել օբյեկտը նախապես սահմանված ուղով (օրինակ՝ ամենաշատ օգտագործվող կամ լավագույն վիճակագրությամբ ուղի):

• Բացակա արժեքների որպես առանձին դասի մշակումը: Ուսուցման ժամանակ կարելի է առանձնացնել բացակա կամ նոր հատկությունների համար առանձին արժեք, որպեսզի ծառը սովորի աշխատել դրանց հետ:

• Վազքված բաշխում: Որոշ իրականացմաններ (օրինակ՝ գրադիենտ բուեստինգում) օբյեկտը բաշխում են մի քանի ճյուղերի վրա որոշված քաշերով՝ հիմնված ուսուցման հավաքածուի վիճակագրության վրա:

Այսպիսով, ծառը չի կոտրվում նոր արժեքի հանդիպելիս, այլ օգտագործում է հյուսիսական կամ վիճակագրական մեթոդներ՝ որոշում կայացնելու համար: Սա թույլ է տալիս մոդելին լինել ավելի դիմացկուն արտասովոր արժեքների և նոր տվյալների նկատմամբ։