Varför gynnas beslutsträd av beskärning?

Klassificeringsträd kan växa obegränsat, tills de får ett stopsignal eller tar slut på data att dela upp.

Precis som träd i naturen kan klassificeringsträd som växer sig för stora behöva beskäras för att minska överskottet. Det leder dock vanligtvis till att trädet klassificerar färre träningsexempel korrekt.

Varför används då för-beskärning och efter-beskärning nästan alltid?