是否有与H2o的“ stopping_rounds”类似的SKLearn RFClassifier参数？

Question

我正在使用h20和r将随机森林转换为SciKit Learn的Python随机森林分类器，将其转换为随机森林。 H2o的randomForest模型的参数为'stopping_rounds'。有没有办法在Python中使用SKLearn随机森林分类器模型来做到这一点？我仔细阅读了文档，所以恐怕可能需要对此进行硬编码。

Answer 1

不，我不认为scikit-learn算法具有任何类型的自动早期停止机制（stopping_rounds与H2O算法有关）。您将必须手动找出最佳的树木数量。

Answer 2

对于sklearn random forest classifier docs，提早停止由min_impurity_split（不推荐使用）和min_impurity_decrease参数确定。它似乎不具有与H2O相同的功能，但它可能正是您想要的。