sklearn.ensemble.RandomForestRegressor参数含义

直接看官方文档，​​RandomForestRegressor​​

$class sklearn.ensemble.RandomForestRegressor(n\_estimators=100, *, criterion='mse', max\_depth=None, min\_samples_split=2, min\_samples\_leaf=1, min\_weight\_fraction\_leaf=0.0, max\_features='auto', max\_leaf\_nodes=None, min_impurity\_decrease=0.0, min\_impurity\_split=None, bootstrap=True, oob\_score=False, n\_jobs=None, random\_state=None, verbose=0, warm\_start=False, ccp\_alpha=0.0, max\_samples=None)$

n_estimators：int, default=100。森林中树木的数量。
 max_depth：int, default=None。树的最大深度。如果为None，则将节点展开，直到所有叶子都是纯净的，或者直到所有叶子都包含少于min_samples_split个样本。
 criterion:{“mse”, “mae”}, default=”mse”。该函数用来测量分割的质量。支持的准则为均方误差的“mse”，等于方差减少作为特征选择准则，支持的准则为平均绝对误差的“mae”。mse:均方差。mae:平均绝对误差