塔尔，

一般来说，修剪会损害袋装树的性能。

Tress 是不稳定的分类器；这意味着如果您稍微扰乱数据，树可能会发生显着变化。它们是低偏差但高方差的模型。Bagging 通常通过“复制”模型来降低方差（旧的“增加样本量”技巧）。

但是，如果您最终对非常相似的模型进行平均，那么您不会获得太多收益。如果树木未修剪，它们之间的差异往往比修剪时更大。这具有“去相关”树的效果，以便您对不太相似的树进行平均。这也是随机森林添加随机预测器选择的额外调整的原因。这迫使树木变得非常不同。

使用未修剪的树会增加过度拟合的风险，但模型平均会抵消这一点（一般来说）。

高温下，

最大限度