为什么树模型受益于剪枝？

分类树可以无限生长，除非被要求停止，或者没有足够的数据来继续"分而治之"。

与自然界的树一样，过度生长的分类树通常需要剪枝，以去除冗余的分支。不过，这通常会让模型在训练样本上的正确分类变少。

那么，为什么几乎总是会使用预剪枝和后剪枝呢？