【机器学习-参数篇】随机森林RandomForest参数调节

RF框架参数

名称	解释	默认值	经验值
n_estimators	森林中决策树的个数	100
criterion	度量分裂标准	(可选值)mse，mae
oobscore	采用袋外样本来评估模型的好坏	False	推荐True 反应模型拟合后的泛化能力

RF决策树参数（和GBDT基本是相同的）

名称	解释	默认值	经验值
max_features	RF划分时考虑的最大特征数	auto(defult): 划分时最多考虑$\sqrt{N}$个特征 ${\log }_{2}N$: 划分时最多考虑${\log }_{2}N$个特征 int(具体值)，float(占总数的百分比)
max_depth	决策树最大深度	可以不输入	10 ~ 100
min_samples_split	内部节点再划分所需最小样本数 如果某节点的样本数少于该值，则不会继续再尝试选择最优特征来划分	2
min_samples_leaf	叶子节点最少样本数	1	如果样本量不大，可以不管这个值
n_jobs	设定fit和predict阶段并列执行得任务个数