Scikit learn 理解随机分类器中的max_特征参数

我正在分析RandomForestClasifier，需要一些帮助

max_features

参数给出了随机林中拆分的最大特征数，通常定义为

sqrt（n_特征）

。如果m是n的sqrt，则DT形成的组合数为nCm。如果nCm小于n_估计量（随机林中的决策树数），该怎么办

示例：对于n=7，

max\u features

为3，因此nCm为35，这意味着决策树的35个独特特征组合。现在，对于

n_估计量

=100，剩下的65棵树是否具有重复的特征组合？如果是这样的话，树木之间的关联不会在答案中引入偏差吗

max_features

parameters设置每次拆分时要使用的最大特征数。因此，如果有p个节点

max_samples

强制对来自X的数据点进行采样。默认情况下，它采样的大小与X的大小相同

从文件：

max_samplesint或float，默认值=无

如果bootstrap为真，则表示从X中提取的样本数，以训练每个基估计量

如果没有（默认），则绘制X.shape[0]样本

因此，可以形成的树的独特组合是

p！*nCm*（n+n-1）！/（n！（n-1）！）

对于你的例子，让我们考虑在每个树中有10个节点，在X.

中有10个样本。

10! * 7C3 * (19!/ 10! * 9!)
= 11732745024000.0

---

因此，对于一个合理大小的数据集不会有任何偏差。

那么，我们不是在开始时就为随机林中的每个估计器定义了一个子集吗？是否考虑了所有估计器的所有特征，然后在每个节点随机选择进行分割？是的，在每个节点随机选择。从文档：如果INT，那么在每个分裂中考虑Max特征特征。如果Bootstrap是真的和Max样本，读更多，没有，它将没有样本= x.Frime[0 ]，所以在这一点上与引导错误是有区别的。（n！（n-1）！）在唯一数量的树中。谢谢