“随机森林”中的“节点大小”指的是什么？

我不完全了解节点大小的含义。我知道决策节点是什么，但不知道节点的大小是多少。

machine-learning random-forest bagging

— 门上的狼
source

决策树通过训练集的递归划分来工作。决策树的每个节点与训练集中的一组数据点相关联： $t$ $n_t$

n_t是每个节点的大小

您可能会nodesize在一些随机森林包中找到该参数，例如R：这是最小节点大小，在上面的示例中，最小节点大小是10。此参数隐式设置树的深度。

nodesize 从R随机森林包

终端节点的最小大小。将此数字设置得较大会导致种植较小的树木（因此花费的时间更少）。请注意，分类（1）和回归（5）的默认值不同。

在其他软件包中，您可以直接找到参数depth，例如WEKA：

-depth 来自WEKA随机森林包

树木的最大深度，0表示无限。（默认为0）

— 西蒙妮
source

什么是“记录”？你是说数据点吗？为什么每个节点都与一组记录关联？我对随机森林非常了解，但是我不知道专业术语的含义。

— wolfsatthedoor

是的，我的意思是数据点。通常，您可能将数据点称为记录，实例或示例。

— Simone 2015年

因此，是否有一个经验法则，即最小节点大小可以避免树过度拟合？我以为这取决于训练数据的大小，所以可能是数据集大小的一定比例吗？

— Seanosapien

在随机森林中，树木已完全生长：节点大小为1。避免了过拟合，无法生长许多树木。在决策树中，这比较棘手。树木没有完全长大，必须修剪以免过度拟合。

— 西蒙妮

似乎winnowing是某种功能选择，可以简化树并避免过度拟合。我猜修剪一棵树总是有益的。取而代之的是，风选有时会降低准确性，但会简化树。

— 西蒙妮（Simone）

目前尚不清楚节点大小是在“袋中”采样还是在“袋外”错误中。如果是“袋装”抽样，则限制要稍微严格一些。

— 黑暗骑士
source