Как проводил регуляризацию на примере случайного леса

В Random Forest регуляризация достигается через параметры, контролирующие переобучение:

1. max_depth - ограничение глубины деревьев
2. min_samples_split - минимальное число образцов для разделения узла
3. min_samples_leaf - минимальное число образцов в листе
4. max_features - ограничение признаков для разделения
5. n_estimators - количество деревьев

Пример настройки в sklearn:

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(
    n_estimators=100,
    max_depth=10,
    min_samples_split=5,
    min_samples_leaf=2,
    max_features='sqrt',
    random_state=42
)

Важно: регуляризация в RF работает иначе, чем в линейных моделях - здесь она контролирует сложность отдельных деревьев, а не весовые коэффициенты.