随机森林每次用多少个特征？

根据随机森林的原创者的论文，如果是回归问题选$p/3$个特征，如果是分类问题选$\log_2(p+1)$个特征，$p$为特征总数。

不过这个只是一个“场外指导”，最好还是通过cross validation来选。

所谓规则或者规律，其实都是经验之谈。

特征选太多或者太少都是不合适的。

理论上来说，

太少：预测能力不强

太多：树的相关性太高

小橘书《elements of statistical learning》上推荐的是取根号。也就是说，如果原来有100个特征，那么每个split用10个；原来50个，那么差不多用7个。

归根结底，还是要做cross validation的。