什么决策树算法用于 scikit-learn 中的随机森林分类器

【问题标题】：what decision tree algorithms is used for Random forest classifier in scikit-learn什么决策树算法用于 scikit-learn 中的随机森林分类器
【发布时间】：2021-02-26 13:11:53
【问题描述】：

如标题所示，我想知道在哪里可以检查 scikit-learn 中的 RandomForestClassifier 使用了哪些决策树算法。它在属性base_estimator_ = DecisionTreeClassifier 中说，然后在 scikitlearn 中的 DecisionTreeClassifier 后面是 CART 所以这是我的答案吗？

链接到 scikit-learn RandomForest

任何建议将不胜感激

【问题讨论】：

标签： scikit-learn random-forest decision-tree

【解决方案1】：

Scikit-learn 默认使用 CART 的优化版本 (https://scikit-learn.org/stable/modules/tree.html#tree-algorithms-id3-c4-5-c5-0-and-cart)。

它通过“使用产生最大信息增益的特征和阈值”来构造树。可以使用 RandomForestClassifier 中的criterion 参数设置测量树中分割质量（也称为最大信息增益）的函数。

默认功能是gini impurity，但您也可以选择entropy。在实践中，这两者非常相似，但您可以在此处找到更多信息：https://datascience.stackexchange.com/questions/10228/when-should-i-use-gini-impurity-as-opposed-to-information-gain-entropy

【讨论】：