这主要是一个技术问题：如果您不限于二元选择，那么树中的下一个拆分的可能性太多了。因此，您在问题中提出的所有观点都绝对正确。

请注意，大多数树型算法是逐步工作的，即使这样也不能保证给出最好的结果。这只是一个额外的警告。

对于大多数实际目的，尽管不是在树的构建/修剪期间，但两种拆分是等价的，因为它们立即出现在彼此之后。

对其中一个孩子进行双向拆分，然后对其中一个孩子进行另一次双向拆分与单个三向拆分不同

我不确定你在这里的意思。任何多路拆分都可以表示为一系列双向拆分。对于三路拆分，您可以拆分为 A、B 和 C，首先拆分为 A&B 与 C，然后从 B 中拆分出 A。

给定的算法可能不会选择那个特定的序列（特别是如果像大多数算法一样，它是贪婪的），但它肯定可以。如果像在随机森林或增强树中那样进行任何随机化或阶段性程序，则找到正确的分裂序列的机会就会增加。正如其他人指出的那样，多路拆分的计算成本很高，因此考虑到这些替代方案，大多数研究人员似乎都选择了二元拆分。

希望这可以帮助

关于决策树和拆分（二进制与其他）的使用，我只知道 CHAID 具有非二进制拆分，但可能还有其他拆分。对我来说，非二元拆分的主要用途是在数据挖掘练习中，我正在研究如何以最佳方式对具有多个级别的名义变量进行分箱。一系列二进制拆分不如 CHAID 完成的分组有用。

请阅读此

出于实际原因（组合爆炸），大多数库都使用二进制拆分来实现决策树。好消息是它们是 NP 完全的（Hyafil、Laurent 和 Ronald L. Rivest。“构建最优二元决策树是 NP 完全的。” Information Processing Letters 5.1 (1976): 15-17.）