Sklearn 机器学习 决策树 模型参数值叶节点最小样本数

💖亲爱的技术爱好者们，热烈欢迎来到 Kant2048 的博客！我是 Thomas Kant，很开心能在CSDN上与你们相遇～💖

本博客的精华专栏：
【自动化测试】 【测试经验】 【人工智能】 【Python】

Sklearn 决策树模型参数详解：叶节点最小样本数（min_samples_leaf）

在使用 Sklearn 构建决策树（DecisionTreeClassifier 或 DecisionTreeRegressor）模型时，min_samples_leaf 是一个非常关键的参数，影响模型的泛化能力、结构复杂度和预测稳定性。

本文将从定义、作用、对比实验、调参方法等多个角度，详细讲解这个参数的使用技巧与实践建议。

🌱 一、什么是 min_samples_leaf？

参数定义

min_samples_leaf 表示一个叶子节点上最少需要包含的样本数。在训练过程中，如果一个分裂操作会导致某个子节点样本数少于该值，该分裂将不会被执行。

DecisionTreeClassifier(min_samples_leaf=5)

表示：每个叶节点至少包含 5 个样本，分裂操作才能成立。

默认值与类型说明

• 默认值： 1

• 支持类型：

  • 整数： 指定最小样本个数，例如 min_samples_leaf=5
  • 浮点数（0~1）： 表示样本总数的比例，例如 min_samples_leaf=0.05 表示每个叶节点至少包含 5% 的训练样本

⚠️ 注意：浮点数类型对于大数据集尤为实用，可避免固定样本值在不同规模数据集中的“不合理性”。

🌳 二、为什么要设置 min_samples_leaf？

1. 降低过拟合风险

当 min_samples_leaf=1 时，模型可能会学习训练集中极端样本，导致模型复杂、对噪声敏感，从而出现过拟合。

<