Scikit learn 为什么RandomForestClassifier中max_特征的默认值与RandomForestRegressionor中的不同？

在

RandomForestClassifier

中，

max_features

的默认值是

sqrt（n_features）

，而在

RandomForestRegressionor

中，它是

n_features

，有什么具体原因吗？

这是基于经验结果的启发式方法。平均而言，作为默认设置，将分类设置为max_features=sqrt（n_features），将回归设置为max_features=n_features似乎是一个更好的选择

这一启发源于本文：

---

在任何情况下，交叉验证此参数当然总是一个更好的主意

注意，您可能需要设置：

max_features = 'sqrt'  

而不是建议的：

max_features=sqrt(n_features)

---

取决于您正在运行的版本。

谢谢您的参考！如果我使用的随机林具有max_features=n_features和bootstrap=False，那么从本质上说它的行为类似于一棵决策树（只需要大量的计算开销）是否正确？是的，在这种情况下，所有树都是相同的（将寻找最佳分割时可能发生的某些联系进行模化）。如果max_features=n_features，那么随机子空间方法甚至没有被使用？