我正在分析RandomForestClasifier并需要一些帮助。
max_features参数给出了随机森林中分裂的最大特征数，通常定义为sqrt(n_features). 如果 m 是 n 的 sqrt，则 DT 形成的组合没有 nCm。如果 nCm 小于 n_estimators（随机森林中的决策树数）怎么办？
示例：对于 n = 7，max_features为 3，因此 nCm 为 35，这意味着决策树的 35 个唯一特征组合。现在对于n_estimators= 100，剩下的 65 棵树会有重复的特征组合吗？如果是这样，树会不会在答案中引入偏见？
max_features参数设置每次拆分时要使用的最大特征数。因此，如果有 p 个节点， 。
max_samples强制对来自 X 的数据点进行采样。默认情况下，它的采样大小与 X 的大小相同。
从文档：
max_samples整数或浮点数，默认=无
如果 bootstrap 为 True，则从 X 抽取的样本数以训练每个基本估计器。
如果无（默认），则绘制 X.shape[0] 样本。
因此，可以形成的树的唯一组合将是
p! * nCm * (n+n-1)! / (n!(n-1)!)
对于您的示例，让我们考虑每棵树中有 10 个节点，您的 X 中有 10 个样本。
10! * 7C3 * (19!/ 10! * 9!)
= 11732745024000.0
因此，合理大小的数据集不会有任何偏差。