随机森林是一种具有代表性的 Bagging（装袋法）集成算法。 工作原理把 n 个基评估器的结果，汇总后得到集成算法的结果，以此得到比单个评估器更好的模型表现。 其中每个基评估器都是决策树，所以称呼森林； 随机挑选特征和数据，生成 n

max_depth 限制树的最大深度，超过设定深度的树枝全部剪掉。 准备数据from sklearn import tree from sklearn.datasets import load_wine from sklearn.mo