我做了一个随机森林分类器（rfc），但是由于我的数据由130k行组成，每行有7250个列，因此我没有足够的内存来全部加载并将其传递给RFC，因此我正在寻找一些批处理-训练。
据我了解，在rfc中使用warm_start=True应该可以做到这一点。不过，我有点困惑，因为使用warm_start似乎使林中的第i棵树使用了先前（和新批次）中的信息来创建树i + 1。但是，由于森林由多棵树和多数票组成，那么我是不是真的得到了一个随机森林，还是实际上只是一棵树（最后一棵）？如果它是一个随机森林，那么最后一棵树应该比第一棵树更准确（如果我正确理解的话），那么它是否具有某种权重或..