哦，好吧，必须回答我自己的问题。引用“数据挖掘：实用机器学习工具和技术”，

..postpruning 似乎确实提供了一些优势。例如，出现以下情况：两个属性单独似乎没有任何贡献，但在组合时是强大的预测因子——一种组合锁定效应，其中两个属性值的正确组合非常有用，而单独获取的属性则不是. 大多数决策树构建器进行后修剪；是否可以开发出同样有效的预修剪策略是一个悬而未决的问题。

因此，基本上在构建整个决策树（而不是预剪枝中的一个子集）时，我们可能经常会提出强大的“组合预测器”，只有在构建整个树（而不是它的子集）时才可能注意到.

此外，这是推荐的方法，很少使用前向修剪。