在使用自助样本构建随机森林中的每一棵树时，对于每个终端节点，我们从p个变量中随机选择m个变量来找到最佳分割点（p是你数据中的总特征数）。我的问题（针对RandomForestRegressor）是：

1) max_features对应的是什么（是m还是p还是其他）？

2) m个变量是从max_features个变量中随机选择的吗（m的值是什么）？

3) 如果max_features对应的是m，那么为什么在回归中我要将其设置为p（默认值）？这种设置下的随机性在哪里（即，它与bagging有什么不同）？

谢谢。

回答：

直接来自文档：

[max_features] 是分割节点时考虑的特征随机子集的大小。

所以max_features就是你所说的m。当max_features="auto"时，m = p，树中不进行特征子集选择，因此“随机森林”实际上是普通回归树的bagging集合。文档继续说，

经验上好的默认值是回归问题中的max_features=n_features，分类任务中的max_features=sqrt(n_features)

通过不同地设置max_features，你将得到一个“真正的”随机森林。