如何使用Scikit Learn来调整Random Forest中的参数？
我正在使用一个包含9个样本和约7000个属性的随机森林模型。在这些样本中，我的分类器识别出3个类别。我知道这远非理想条件，但我正在尝试找出哪些属性对特征预测最重要。哪些参数是最好调整以优化特征重要性的？我尝试了不同的n_estimators，并注意到“显著特征”的数量（即feature_importances_数组中的非零值）大幅增加。我已阅读了文档，但如果有人有相关经验，我想知道哪些参数是最好调整的，以及简要解释为什么。
