Но в случае двоичной классификации с RandomForestClassifier, если конечный узел имеет более 1 выборки (datapoint), скажем, два, как принимается решение, к какому классу они принадлежат? класс 0 или класс 1? Их 2, мы не можем сказать, класс 1 или класс 2. Или я не прав?
ходил склеарн классDecisionTreeClassifier.
Глядя на параметры для класса, у нас есть два параметраmin_samples_split а такжеmin_samples_leaf, Основная идея, лежащая в их основе, выглядит аналогично, вы указываете минимальное количество выборок, необходимое для выбора узла, который будет лист или разделен дальше.
Зачем нам два параметра, когда один подразумевает другой? Есть ли какая-либо причина или сценарий, который их отличает?