Как дерево обрабатывает выбросы признаков, отсутствующие в обучающей выборке?

Sprendimų medžiai paprastai apdoroja trūkstamas arba naujas savybių reikšmes prognozavimo metu naudodami keletą požiūrių:

• Naudojant numatytą kelią: Jei skirstant pagal savybę susiduriama su reikšme, kurios nėra mokymo rinkinyje, medis gali nukreipti objektą pagal iš anksto nustatytą kelią (pavyzdžiui, dažniausiai naudojamą arba su geriausia statistika).

• Trūkstamų reikšmių kaip atskiros klasės apdorojimas: Mokymo metu galima skirti atskirą reikšmę trūkstamoms arba naujoms savybėms, kad medis išmoktų su jomis dirbti.

• Sveriama paskirstymas: Kai kurios įgyvendinimo formos (pavyzdžiui, gradientinio stiprinimo) paskirsto objektą kelioms šakoms su nustatytais svoriais, pagrįstais mokymo rinkinio statistika.

Taip medis nesugriūva, kai susiduria su nauja savybės reikšme, o naudoja heuristikas arba statistikas sprendimui priimti. Tai leidžia modeliui būti tvirtesniam išskirtinėse reikšmėse ir naujuose duomenyse.