RandomForestClassifier参数

RandomForestClassifier是一种基于随机森林的分类算法，它的主要参数包括：

1. n_estimators：森林中树的数量，默认值为100。
2. criterion：评估分裂质量的标准，默认值为"gini"，也可以选择"entropy"。
3. max_depth：决策树的最大深度，默认值为None，表示无限制。
4. min_samples_split：分裂内部节点所需的最小样本数，默认值为2。
5. min_samples_leaf：在叶节点处所需的最小样本数，默认值为1。
6. max_features：寻找最佳分裂时要考虑的特征数量，默认值为"auto"，也可以选择"sqrt"或"log2"等。
7. bootstrap：是否使用有放回的随机抽样构建每棵树，默认值为True。
8. oob_score：是否计算袋外误差（Out-of-bag error），默认值为False。

以上是一些常用的参数，使用时需要根据具体情况进行调参。