Python min_sample_split和min_sample_leaf在RandomForestClassifier中的作用是什么？

我正在进行拟合，遇到了两个参数：

min\u sample\u split

和

min\u sample\u leaf

我是否需要同时设置

min\u sample\u split

和

min\u sample\u leaf

---

我想我只需要其中一个，因为一个实际上是另一个的一半。我的理解正确吗

因此基本上

minu-sample-u-split

是分割所需的最小样本数量。例如，如果

min\u sample\u split=6

且节点中有4个样本，则不会发生分割（无论熵如何）

另一方面，

min\u sample\u leaf

基本上是叶节点所需的最小样本数。假设

min\u sample\u leaf=3

并且在包含5个样本的节点可以分别拆分为大小为2和3的两个叶节点之后，将不会发生拆分，因为最小叶大小为3

你可以看一看和，以便进一步阅读

---

更新：RandomForest和GradientBoostClassifier行为的差异很大程度上归因于它们训练自己的方式（梯度增强是顺序分类器的集合），您可以阅读更多关于它的内容来理解梯度增强的内部工作

@kashif：感谢澄清。所以min_sample_split和min_sample_leaf是互补的。我在RandomForestClassifier上做了一些测试，发现将min_sample_叶片大小保持在min_sample_split的50%以下不会影响结果。然而，可能出于某种原因（我不知道），GradientBoostingClassifier的情况并非如此，在这种情况下，改变min_sample_叶子大小，即使它低于min_sample_split的50%，也会影响结果。您可能很高兴知道，

min_samples_叶子

正在使用。@Stev:谢谢澄清。通过您建议的链接，我了解到在每个结果节点中的叶节点数量不相等时，可能会发生拆分，其大小基本上由min_sample_叶大小控制。你能解释一下这背后的原因吗？如果我理解正确的话，可能是因为底层算法的决策方法。

标准

参数（或杂质函数）针对所有候选拆分进行评估。可能的情况是，最佳分割（杂质减少量最大的那一个）只会导致一片叶子中有一个样品，而其余的样品则在另一片叶子中。您可能不希望出现这种情况，可能是为了避免过度拟合，因此您可能希望通过设置

min\u samples\u leaf

在此时终止到树。但是，SKLearn中的

min\u samples\u leaf

看起来并没有终止树，而是查看下一个最佳分割。