决策树可以通过设计处理基于多个特征的条件：如果模型确定“在家”的特征对预测很重要，它将根据该条件创建一个靠近树根的节点。通过构建，其他特征将显示为连词，例如“如果 at-home==true and featureX==valueX and ... then predict ...”（这就是决策树的工作方式）。

如果您认为这个特定功能非常重要，以至于其他一切都应该依赖它，另一种选择是训练两个不同的模型：一个用于“在家”，一个用于“外出”。缺点是模型只能使用与其案例相关的实例，因此每个模型的训练数据较少。