sklearn中来自初学者的问题，请告知。
我已经使用以下参数训练了RandomForestClassifier模型：
n_estimators = 32,
criterion = 'gini',
max_depth = 380,
该参数不是随机选择的，由于某些原因它们表现出最好的性能……尽管对我自己来说似乎很奇怪。
使用joblib.dump和compress=3
使用的数据是：
tfidf=TfidfVectorizer()
X_train=tfidf.fit_transform(X_train)
和
le=LabelEncoder()
le.fit(y_train)
y_train=le.fit_transform(y_train)
样本大小为4.7Mio的记录分为0.3个（70％的训练，30％的测试）
现在，我有一个问题，也许有人可以帮助您
对您而言，用于模型的参数和相对于样本大小的模型大小有意义吗？对于增加大小的模型，参数的选择可能不是最佳的（我确实知道，增加大小的主要参数是max_depth，但结果是最好的...）
也许总体上对“参数”或数据准备有任何建议，以我对本示例的经验来看，我注意到以下几点：
1.增加n_estimators对结果几乎没有影响；
2.另一方面，max_depth的增加带来了显着的改进。例如：
-max_depth = 10-accuracy_score为0.3
-max_depth = 380-accuracy_score为0.95
任何建议，建议都非常欢迎！：）
UPD。准确性结果
火车分数： 0.988 classifier.score
OOB得分： 0.953 classifier.oob_score_
测试成绩： 0.935 sklearn.metrics -> accuracy_score
答案 0 :(得分：0)
尝试使用min_samples_leaf而不是max_depth来限制树的深度。这为树的不同路径和不同的估计量提供了不同的深度。希望有可能找到一个具有较低平均值深度的良好性能的模型。
我喜欢将min_samples_leaf设置为float，这意味着采样数的一小部分。尝试在（0.0001，0.1）之间进行网格搜索