扫码加入数据分析学习群

问：

sklearn实现决策树的参数min_samples_leaf和min_samples_split怎么去理解？

答:

min_samples_leaf限定，⼀个结点在分⽀后的每个⼦结点都必须包含⾄少min_samples_leaf个训练样

本，否则分⽀就不会发⽣，或者，分⽀会朝着满⾜每个⼦结点都包含min_samples_leaf个样本的⽅向去

发⽣。⼀般搭配max_depth使⽤，在回归树中有神奇的效果，可以让模型变得更加平滑。这个参数的数量设置

得太⼩会引起过拟合，设置得太⼤就会阻⽌模型学习数据。⼀般来说，建议从=5开始使⽤。如果叶结点

中含有的样本量变化很 ⼤，建议输⼊浮点数作为样本量的百分⽐来使⽤。同时，这个参数可以保证每个

叶⼦的最⼩尺⼨，可以在回归问题中避免低⽅差，过拟合的叶⼦结点出现。对于类别不多的分类问题，

=1通常就是最佳选择。

而min_samples_split限定，⼀个结点必须要包含⾄少min_samples_split个训练样本，这个结点才允许

被分⽀，否则分⽀就不会发⽣。