Как дерево обрабатывает выбросы признаков, отсутствующие в обучающей выборке?

Lēmumu koki bieži apstrādā trūkstošas vai jaunas īpašību vērtības prognozēšanas laikā, izmantojot vairākus pieejas:

• Standarta ceļa izmantošana: Ja sadalījumā pēc īpašības sastop vērtību, kas trūkst apmācības kopā, koks var novirzīt objektu pa iepriekš noteiktu ceļu (piemēram, visbiežāk izmantoto vai ar labāko statistiku).

• Trūkstošo vērtību apstrāde kā atsevišķa klase: Apmācības laikā var rezervēt atsevišķu vērtību trūkstošām vai jaunām īpašībām, lai koks iemācītos ar tām strādāt.

• Svara sadalījums: Dažas realizācijas (piemēram, gradienta pastiprināšana) sadala objektu vairākās zarēs ar noteiktiem svariem, balstoties uz apmācības kopas statistiku.

Tādējādi koks nesalaužas, sastopoties ar jaunu īpašības vērtību, bet izmanto heuristikas vai statistiku, lai pieņemtu lēmumu. Tas ļauj modelim būt izturīgākam pret izņēmuma vērtībām un jaunajiem datiem.