决策树中各个参数（内有详细参数分析）

首先，我们要知道决策树有哪些参数

criterion: Any = "gini"

splitter: Any ="best"

max_depth: Any = None.

min_samples_split: Any = 2

min_samples_leaf: Any = 1

min_weight_fraction_leaf: Any = 0.

max_features: Any = None.

random_state: Any = None.

max_leaf_nodes: Any = None,

min_impurity_decrease: Any = 0.

class_weight: Any = None

这是DecisionTreeClassifier里的参数，下面我给你们一一介绍

①criterion，他默认是基尼系数，gini指的是表示样本被分错的概率，gini参数越小，表示集合越集中，这里还可以是entropy，也就是信息熵，信息熵表示与相关性程度，熵越高，偏离的就越多，也就是离散程度大，相关性差，相反，熵越低，也就与越其接近，相关性搞，我们这里选用的是基尼系数。

②splitter，默认是best，也可以设置为best，best参数是根据算法选择最佳的切分特征，如果我们样本的数据量特别大的时候，就用random。

③max_depth，他决定了最大深度，指的是树的层数，默认值是None，所以我们看最后的代码将max_depth的值修改了以后，所生成的图像的层数是不一样的。

④min_samples_split， 内部节点再划分所需最小样本数，可选参数，默认是2，这个值限制了子树继续划分的条件，他表示的是最小的样本数，如果样本数小于min_samples_split，则会停止划分；如果这个参数我们输入的是一个浮点数的话，采取向上取整的原则。理论上这个值一般不用变动，只有当样本特别大的时候，建议向上调整这个值。（感觉这个参数和max_depth差不多，都是用来划分树的长度啥的）。

⑤min_samples_leaf，这个参数与上面的参数很相似，上面的那个参数是针对于节点而言的，而这个是针对于节点后的子节点，停止划分的规则应该是一样的。

⑥min_weight_fraction_leaf，叶子节点最小的样本权重和，参数默认是0。如果小于这个值，则会和兄弟节点一起被剪枝。因此，一般当有很大偏差时，会引入这个参数，减小偏差。（防止有大的偏差用的）。 

⑦max_features，子集特征的个数，这个值越小，森林里的树就越不一样，默认是用sqrt来取值，auto，log2均可取值，sqrt和auto是取其开方数，而log2是取对数。 

⑧random_state，他的默认值也是None，若是使用None则是使用随机数生成器，但一般是建议设置一个整数进去（没有设置随机数，则随机出来的数随时间而变化，而设置了随机数，随机出来的数不随时间的变化而变化。）

⑨max_leaf_nodes， 最大叶子节点数，参数默认是None。通过限制最大叶子节点数，可以防止过拟合。如果加了限制，算法会建立在最大叶子节点数内最优的决策树。特征少，不用管，特征多，用这个，通过交叉验证得到（我也不知道交叉验证是啥，可能是一种高深的计算吧）。

⑩min_impurity_decrease，节点划分最小不纯度,参数默认是1e-7。这个值限制了决策树的增长，如果某节点的不纯度(基尼系数，信息熵)小于这个值，则该节点不再生成子节点，即为叶子节点。（应该可以理解为criterion的下限）。

⑪class_weight，类别权重，参数默认是None，也可以字典、字典列表、balanced。主要是为了防止训练集某些类别的样本过多，导致训练的决策树过于偏向这些类别。类别的权重可以通过{class_label：weight}这样的格式给出，这里可以自己指定各个样本的权重，或者用balanced，使用balanced算法会自己计算权重，样本量少的类别所对应的样本权重会高。当然，如果样本类别分布没有明显的偏倚，直接不用管这个参数。（样本过多才用，过少直接不管）。

这便是决策树里面的参数，希望大家可以收获满满！