在使用默认的“ randomForest”算法进行分类时，为什么终端节点数与案例数不匹配？

如何解决在使用默认的“ randomForest”算法进行分类时，为什么终端节点数与案例数不匹配？

根据https://cran.r-project.org/web/packages/randomForest/randomForest.pdf，分类树已完全生长，这意味着节点大小= 1。 但是，如果树木真正长到最大，那么每个终端节点是否不应该包含单个案例（数据点，种类等）？ 如果我运行：

library(randomForest)
data(iris) #150 cases
set.seed(352)
rf <- randomForest(Species ~ .,iris)
hist(treesize(rf),main ="number of nodes")

我可以看到大多数“完全生长”的树只有大约10个节点，这意味着节点大小不能等于1 ...对吗？

例如，

，下面的（-1）代表森林中第134棵树的终端节点。只有8个终端节点！？

> getTree(rf,134)
   left daughter right daughter split var split point status prediction
1              2              3         3        2.50      1          0
2              0              0         0        0.00     -1          1
3              4              5         4        1.75      1          0
4              6              7         3        4.95      1          0
5              8              9         3        4.85      1          0
6             10             11         4        1.60      1          0
7             12             13         1        6.50      1          0
8             14             15         1        5.95      1          0
9              0              0         0        0.00     -1          3
10             0              0         0        0.00     -1          2
11             0              0         0        0.00     -1          3
12             0              0         0        0.00     -1          3
13             0              0         0        0.00     -1          2
14             0              0         0        0.00     -1          2
15             0              0         0        0.00     -1          3

如果有人能解释我会很感激

解决方法

“完全长大”->“什么都没剩下”。如果分配给它的所有数据记录都保持/做出相同的预测，则决策树的a节点将完全增长。

在虹膜数据集的情况下，一旦到达其中包含50个setosa数据记录的节点，就没有必要将其拆分为两个分别具有25个和25个setosas的子节点。