决策树和随机森林的超参数

策树和随机森林都有一些超参数需要调整以达到更好的性能。以下是它们的一些常见超参数：

- 决策树：
- criterion：衡量分裂质量的度量标准，可以是基尼不纯度或信息增益。
- max_depth：树的最大深度，用于控制过拟合。
- min_samples_split：分裂内部节点所需的最小样本数。
- min_samples_leaf：叶节点所需的最小样本数。
- max_features：寻找最佳分割时要考虑的特征数。

- 随机森林：
- n_estimators：森林中树的数量。
- criterion：衡量分裂质量的度量标准，可以是基尼不纯度或信息增益。
- max_depth：树的最大深度，用于控制过拟合。
- min_samples_split：分裂内部节点所需的最小样本数。
- min_samples_leaf：叶节点所需的最小样本数。
- max_features：寻找最佳分割时要考虑的特征数。
- bootstrap：是否使用自助法（有放回地从原始数据集中抽取样本）构建每棵树的训练集。