场景A的核心需求是**可解释性**，单棵决策树生成的规则清晰明了，非常适合向监管解释。场景B的核心需求是**高精度**和**实时性**。虽然单棵决策树速度快，但在复杂欺诈检测中，单棵树的准确率通常不如集成树模型（如随机森林、GBDT等）。然而，题目考察的是决策树的应用认知：决策树在A场景是首选（解释性），在B场景如果仅用单棵树可能精度不够（通常会上集成），但相比黑盒模型，树系列依然有速度优势。选项C最客观地描述了决策树在“可解释性”上的优势以及在“高精度”场景下可能需要升级（集成）或权衡的现状。相比之下，A认为单树在B场景最好是不准确的（精度通常不够），B和D完全忽略了决策树的优势。