decisiontreeclassifier的全部参数

DecisionTreeClassifier的全部参数如下：

- criterion: 衡量划分质量的度量标准，默认为"gini"，也可以选择"entropy"。
- splitter: 在每个节点上选择划分的策略，默认为"best"，也可以选择"random"。
- max_depth: 决策树的最大深度，如果设为None，则表示不限制树的深度。
- min_samples_split: 进行划分所需的最小样本数，默认为2。
- min_samples_leaf: 叶子节点所需的最小样本数，默认为1。
- min_weight_fraction_leaf: 叶子节点所需的最小样本权重和，默认为0。
- max_features: 划分时考虑的最大特征数，默认为None，也可以选择"auto"、"sqrt"、"log2"等。
- random_state: 随机数种子。
- max_leaf_nodes: 最大叶子节点数，默认为None。
- class_weight: 类别权重，默认为None，也可以选择"balanced"。
- presort: 是否预先排序数据以加速拟合，默认为False。