我有sklearn随机森林回归器。它非常重，为1.6 GB，在预测值时工作时间很长。
我想修剪一下以减轻重量。据我所知，没有为决策树和森林实施修剪。我无法独自实现它，因为树代码是用C编写的，我也不知道。
有人知道解决方案吗？
最佳答案
树木的大小可以为您提供解决方案。尝试限制森林中树木的大小（最大叶节点数，最大深度，最小样本分割...）。
关于python - 随机森林修剪，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31611075/