Machine learning n_估计量和n_特征是否相同？_Machine Learning_Scikit Learn

Machine learning n_估计量和n_特征是否相同？

machine-learning scikit-learn

Machine learning n_估计量和n_特征是否相同？,machine-learning,scikit-learn,Machine Learning,Scikit Learn,我想使用具有67个特征和3000个样本的RandomForestClassifier。设置“n_估计器=30”是否只使用67个特征中的30个特征 RandomForestClassifier(n_estimators=30) 否。RandomForest是一种袋装方法，用于减少一组低偏差高方差分类器的方差（通常默认情况下为DecisionTree分类器）。这里n_估计器指的是在多数投票系统中使用了多少这样的“过拟合”分类器此外，在randomfreest设置中，通常建议将max_dept

我想使用具有67个特征和3000个样本的RandomForestClassifier。设置“n_估计器=30”是否只使用67个特征中的30个特征

  RandomForestClassifier(n_estimators=30)

否。

RandomForest

是一种袋装方法，用于减少一组低偏差高方差分类器的方差（通常默认情况下为

DecisionTree

分类器）。这里

n_估计器

指的是在多数投票系统中使用了多少这样的“过拟合”分类器

此外，在

randomfreest

设置中，通常建议将

max_depth

设置为一个相当大的值，以确保每个分类器确实具有低偏差特性