Answers:
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n t个数据点相关联:
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)