我正在努力拟合RandomForestClassifier并遇到两个参数：min_sample_split和min_sample_leaf。
我是否需要同时设置min_sample_split和min_sample_leaf？
我想我只需要其中一个，因为其中一个实际上是另一个。我的理解是正确的吗？
答案 0 :(得分：2)
所以基本上min_sample_split是最低数量。拆分所需的样本例如，如果min_sample_split = 6并且节点中有4个样本，则不会发生拆分（无论熵如何）。
min_sample_leaf基本上是最小值。样本需要是叶节点。假设min_sample_leaf = 3并且在包含5个样本的节点可以分别分成两个大小为2和3的叶节点之后，则不会发生拆分，因为最小叶大小为3。
更新：RandomForest和GradientBoostClassifier的行为差异很大程度上归因于他们训练自己的方式（梯度提升是连续分类器的集合），你可以阅读更多关于它的信息{{3了解梯度增强的内部工作