节省建模时间应考虑分布式计算等方法

在决策树建模过程中，修剪（Pruning）是一个重要的步骤，其主要目的是为了提高模型的泛化能力，避免过拟合。以下是对各个选项的分析：

A: 为避免数据中的噪声影响建树的结果
- 正确。决策树在训练过程中可能会过度拟合训练数据，包括其中的噪声。通过修剪，可以去除那些依赖于噪声的分支，从而提高模型的鲁棒性。

B: 为了得到较一般化的决策规则
- 正确。修剪决策树可以减少模型的复杂性，使其更简单、更通用，从而提高模型在新数据上的表现。

C: 为了节省建模所需的时间
- 不完全正确。修剪通常是在决策树构建完成后进行的一个步骤，并不会直接减少建模的时间。相反，修剪本身也是一个计算过程，可能会增加一些计算时间。

D: 为了能在测试数据集中得到较好的预测结果
- 正确。通过修剪决策树，减少过拟合，可以使模型在测试数据集上有更好的表现，从而提高预测的准确性。

综合以上分析，正确答案是：A、B、D。