n_estimators:數(shù)值型取值
? ? 含義：森林中決策樹的個(gè)數(shù)，默認(rèn)是10
? ??
criterion:字符型取值
? ? 含義：采用何種方法度量分裂質(zhì)量，信息熵或者基尼指數(shù)，默認(rèn)是基尼指數(shù)

max_features:取值為int型, float型, string類型, or None()，默認(rèn)"auto"
? ? 含義：尋求最佳分割時(shí)的考慮的特征數(shù)量，即特征數(shù)達(dá)到多大時(shí)進(jìn)行分割。
? ? int:max_features等于這個(gè)int值
? ? float:max_features是一個(gè)百分比，每(max_features * n_features)特征在每個(gè)分割出被考慮。
? ? "auto":max_features等于sqrt(n_features)
? ? "sqrt":同等于"auto"時(shí)
? ? "log2":max_features=log2(n_features)
? ? None:max_features = n_features

max_depth:int型取值或者None，默認(rèn)為None
? ? 含義：樹的最大深度

min_samples_split:int型取值，float型取值，默認(rèn)為2
? ? 含義：分割內(nèi)部節(jié)點(diǎn)所需的最少樣本數(shù)量
? ? int:如果是int值，則就是這個(gè)int值
? ? float:如果是float值，則為min_samples_split * n_samples

min_samples_leaf:int取值，float取值，默認(rèn)為1
? ? 含義：葉子節(jié)點(diǎn)上包含的樣本最小值
? ? int:就是這個(gè)int值
? ? float:min_samples_leaf * n_samples

min_weight_fraction_leaf : float，default=0.
? ? 含義：能成為葉子節(jié)點(diǎn)的條件是：該節(jié)點(diǎn)對應(yīng)的實(shí)例數(shù)和總樣本數(shù)的比值，至少大于這個(gè)min_weight_fraction_leaf值

max_leaf_nodes:int類型，或者None(默認(rèn)None)
? ? 含義：最大葉子節(jié)點(diǎn)數(shù)，以最好的優(yōu)先方式生成樹，最好的節(jié)點(diǎn)被定義為雜質(zhì)相對較少，即純度較高的葉子節(jié)點(diǎn)

min_impurity_split:float取值?
? ? 含義：樹增長停止的閥值。一個(gè)節(jié)點(diǎn)將會(huì)分裂，如果他的雜質(zhì)度比這個(gè)閥值；如果比這個(gè)值低，就會(huì)成為一個(gè)葉子節(jié)點(diǎn)。

min_impurity_decrease:float取值，默認(rèn)0.
? ? 含義：一個(gè)節(jié)點(diǎn)將會(huì)被分裂，如果分裂之后，雜質(zhì)度的減少效果高于這個(gè)值。

bootstrap:boolean類型取值，默認(rèn)True
? ? 含義：是否采用有放回式的抽樣方式

oob_score:boolean類型取值，默認(rèn)False
? ? 含義：是否使用袋外樣本來估計(jì)該模型大概的準(zhǔn)確率

n_jobs:int類型取值，默認(rèn)1
? ? 含義：擬合和預(yù)測過程中并行運(yùn)用的作業(yè)數(shù)量。如果為-1，則作業(yè)數(shù)設(shè)置為處理器的core數(shù)。

class_weight:dict, list or dicts, "balanced"
? ? 含義：如果沒有給定這個(gè)值，那么所有類別都應(yīng)該是權(quán)重1
? ? 對于多分類問題，可以按照分類結(jié)果y的可能取值的順序給出一個(gè)list或者dict值，用來指明各類的權(quán)重.
? ? "balanced"模式，使用y值自動(dòng)調(diào)整權(quán)重，該模式類別權(quán)重與輸入數(shù)據(jù)中的類別頻率成反比，即n_samples / (n_classes * np.bincount(y))，分布為第n個(gè)類別對應(yīng)的實(shí)例數(shù)。
? ? "balanced_subsample"模式和"balanced"模式類似，只是它計(jì)算使用的是有放回式的取樣中取得樣本數(shù)，而不是總樣本數(shù)

?