如何获取Python中默认参数随机森林分类器的最大深度？

可以获取，但要注意：随机森林是由多棵独立决策树组成的，默认参数下max_depth设为None，这意味着每棵树会生长到无法再分裂（叶子节点样本全属于同一类别，或样本数小于min_samples_split），因此每棵树的实际深度可能不同。

具体操作方法 #

• 随机森林模型的estimators_属性包含所有训练后的决策树实例。
• 对每棵决策树，通过tree_.max_depth属性获取其实际训练后的深度（注意这是属性而非方法，无需加括号）。

代码示例 #

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

# 用默认参数构建并训练随机森林
X, y = load_iris(return_X_y=True)
rf_clf = RandomForestClassifier(random_state=42)
rf_clf.fit(X, y)

# 遍历所有树，获取每棵树的深度
individual_tree_depths = [tree.tree_.max_depth for tree in rf_clf.estimators_]

# 输出结果
print("每棵树的实际深度：", individual_tree_depths)
print("森林中树的最大深度：", max(individual_tree_depths))

补充说明 #

如果你只是想查看模型初始化时设置的max_depth参数值（默认是None），直接访问rf_clf.max_depth即可，但这个值是预设参数，不是训练后树的实际深度。

内容的提问来源于stack exchange，提问作者user15910272