下面是DecisionTreeClassifier的参数: max_depth
The maximum我一直认为决策树的深度应该等于或小于给定数据集的特征(属性)的数量。如果我们在提到的参数输入之前找到纯类,那么IWhat?它是否停止分裂或进一步分裂,直到所述输入?是否可以在决策树的两个不同级别进行拆分时使用相同的属性?
在热开始阶段,我的意图是使用来自前一个模型的决策变量的子集,这些变量导致了非空值。例如,如果我有决策二元变量,x_1,...,x_5,第一个模型中的解是x_1=1,x_2=1,其余的是零。所以,在热启动时,我只希望有决策变量x_1 and x_2。通过这种方式,我可以减少模型的维度,并具有更快的</em