Я пытаюсь обучить модель дерева решений, используя H2O.Мне известно, что в h2o нет специальной библиотеки для деревьев решений.Но у h2o есть реализация случайного леса H2ORandomForestEstimator .Можем ли мы реализовать дерево решений в H2O, настроив определенные входные аргументы случайных лесов?Потому что мы можем сделать это в модуле scikit (популярная библиотека python для машинного обучения)
Ссылка: Почему Случайный Лес с одним деревом намного лучше, чем классификатор Дерева решений?
В scikit код выглядит примерно так:
RandomForestClassifier(n_estimators=1, max_features=None, bootstrap=False)
У нас есть эквивалент этого кода в h2o?