恐怕我会称之为糟糕的特征工程：作为 ML 系统的设计者，应该分析他们的数据并找到使 ML 系统尽可能好地运行的最佳方法。在这种情况下，通过为每个实例添加一个简单的特征x % 2，决策树可以完美地执行。

[补充] 即使在更复杂的模式的情况下，如果存在这样的数值“集群”，那么必须有一个合乎逻辑的解释为什么会发生这种情况，即取决于该问题专家可以分析的任务和理解。在大多数实际情况下，这意味着存在一些隐藏/中间变量，设计系统以使其代表这些变量是关键。换句话说，数值变量与预测响应变量在语义上并不直接相关，因为使用数值时的假设是它们的顺序很重要（这里数值的行为更像是一个分类变量）。