Python DecisionTreeGressor在每片叶子有一个样本之前停止

我正试图超越决策树。仔细查看中的默认参数后，似乎只需调用以下代码即可：

tree=DecisionTreeRegressor（）
树拟合（X，y）
y_pred=树。预测（X）

---

然而，当检查每片叶子上的样本时，我发现叶子上有大约1000个不同的样本。为什么会发生这种情况？有没有办法强迫树过度拟合，直到所有叶子中的所有节点都完全相同？

通过示例，您的意思是X的值，然后只要y对它们相同，它们就会以相同的叶子结束。没有，我的意思是，我在X中有不同的行，它们的y值不同，最终会以相同的叶子结束。我不明白为什么算法不继续分割它们，直到它们都在不同的叶子中。