Зачем нужны глубокие деревья в Random Forest

Глубокие деревья в Random Forest позволяют улавливать сложные нелинейные зависимости в данных, так как каждое дерево может полностью разделить пространство признаков. Однако из-за ансамблевого подхода (усреднение или голосование) переобучение отдельных деревьев компенсируется.

Плюсы:

• Высокая точность на сложных данных
• Улавливание редких взаимодействий признаков

Минусы:

• Увеличивается время обучения
• Может снижаться интерпретируемость

from sklearn.ensemble import RandomForestClassifier

# Глубокие деревья (max_depth=None или большое значение)
model = RandomForestClassifier(max_depth=10, n_estimators=100)
model.fit(X_train, y_train)

Оптимальная глубина подбирается через кросс-валидацию.