为什么我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？答案

【问题标题】：Why the max_depth of every decision tree in my random forest classifier model are the same?为什么我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？
【发布时间】：2020-02-15 11:47:16
【问题描述】：

为什么我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？我设置了我的 RandomForestClassifier 的 max_depth=30，当我打印每棵树时（trees = RandomForestClassifier.estimators_），我发现每棵树的 max_depth 都是一样的。

我真的不知道问题出在哪里以及它是如何发生的。

【问题讨论】：

如果可能，请提供一些代码示例和堆栈跟踪。
也许，您设置了min_samples_leaf 值，不允许增加深度
你最好提供代码，因为这个问题太笼统了

标签： python classification random-forest decision-tree

【解决方案1】：

如果我没记错的话，决策树可能会达到其最大深度。没有什么问题。我什至会说他一定会的。你允许你的树生长的空间，你的树将占据的空间。

缩放到随机森林，再次没有任何问题。您应该专注于选择正确的 max_depth，因为 max_depth 越大，过度拟合的风险就越大。

尝试不同的值并比较您对测试数据的处理方式。

【讨论】：