min_sample_split和min_sample_leaf在随机森林分类器中的作用是什么？

Question

我正在尝试拟合^{}，遇到了两个参数：min_sample_split和{}。在

我是否需要同时设置min_sample_split和min_sample_leaf？在

我想我只需要其中一个，因为其中一个实际上是另一个的一半。我的理解正确吗？在

Answer 1

所以基本上，min_sample_split是分割所需的最小样本数。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（不管熵是多少）。在

另一方面，min_sample_leaf基本上是叶节点所需的最小样本数。假设min_sample_leaf = 3并且一个含有5个样本的节点可以分别分裂成2个和3个大小的叶子节点，那么这个分裂就不会发生，因为最小的叶子大小为3。在

您可以查看this和{a2}以进一步阅读。在

更新：RandomForest和GradientBoostClassifier在行为上的差异很大程度上归因于它们如何训练自己（梯度提升是一个序列分类器的集合），您可以阅读更多关于它的内容，以了解梯度提升的内部工作原理