sklearn里的RandomForestClassifier怎么选样本的数量

上课的时候老师说，随机森林（Random Forest）的随机体现在随机选择一部分特征和一部分的样本来训练很多决策树。我在试着用sklearn里的RandomForestClassifier做一次，结果并没有看到有哪个参数是对应样本的数量的。特征的数量倒是有，是max_features，默认选项是auto，就是每次选根号下总特征数个特征。那到底哪个参数是用来选随机样本的数量的呢？有点着急，谢谢了！

附上RandomForestClassifier的所有参数：

(n_estimators=10, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='auto', max_leaf_nodes=None, min_impurity_split=1e-07, bootstrap=True, oob_score=False, n_jobs=1, random_state=None, verbose=0, warm_start=False, class_weight=None)