scikit-learn中的子樣本大小RandomForestClassifier

Question

如何控制用於培訓林中每棵樹的子樣本的大小？ 據的文件scikit學習：

隨機森林是元估計，適合一些對數據集的不同子樣本決定 樹分類器，並使用 平均提高了預測精度和控制過度裝配。 子樣本大小始終與原始輸入樣本大小相同，但如果bootstrap = True （默認值），則會使用替換抽取樣本。

所以bootstrap允許隨機性，但無法找到如何控制子採樣的數量。

Answer 1

Scikit學習並沒有提供，但你可以很容易地通過使用樹的組合和裝袋元分類（慢）版本得到這個選項：

from sklearn.ensemble import BaggingClassifier 
from sklearn.tree import DecisionTreeClassifier 

clf = BaggingClassifier(base_estimator=DecisionTreeClassifier(), max_samples=0.5) 

作爲一個側面說明，Breiman的隨機森林實際上並不認爲子採樣是一個參數，完全依賴於自舉，所以大約（1 - 1/e）樣本用於構建每棵樹。

Answer 2

我認爲他們指的是功能的數量。如果我沒有記錯，所有樣本都用於訓練，但每個子集都使用不同數量的特徵。使用max_features可以使用不同數量的功能。