本文介绍了一种名为“地区树规则化”的方法，通过预先定义输入空间中特定区域所需的决策逻辑，鼓励深层模型分别被数个分离的决策树所逼近。该方法在多个数据集上提高准确预测，同时比其他神经网络规则化方案更简单，不会破坏预测能力。两个医疗案例证明了本方法可以提高理解。