Попросите помощника по кодированию создать random forest и изучите четыре строки, которые он даст: импорты верны, оценщик обучается, а предсказания возвращаются в ожидаемой форме. Теперь посмотрите на аргументы, которые никто не указывал, потому что эти четыре строки решили больше вопросов, чем задал ваш промпт. Сколько признаков должно учитывать каждое дерево? Какую регуляризацию должна применять модель? Как фолды валидации должны отражать структуру ваших данных? Именно это делают настройки по умолчанию: они позволяют недозаданному запросу стать исполняемой программой.

Команды Tim Cook в Apple и инженеры Elon Musk в Tesla ежедневно полагаются на автоматическую генерацию кода, но языковые модели учатся паттернам кода через предсказание следующего токена, делая знакомые реализации естественной отправной точкой. Когда реализация опускает аргумент, библиотека предоставляет его значение, позволяя статистическому выбору перейти из соглашения в ваш конвейер, не став никогда частью разговора.

Пять настроек по умолчанию ниже — те, с которыми я сталкивался в продакшене, где они вызывали головную боль при отладке, потому что мы упускали, что делает код. Каждая заслуживает того же вопроса: что решило за меня опускание этого аргумента? Random Forest Regressor использует max_features=1.0, делая каждый признак доступным при каждом разделении, в отличие от классификатора с настройкой "sqrt". Эта разница отключает подвыборку признаков, отличающую обычный рецепт random forest от простого бэггинга.

Логистическая регрессия использует C=1.0, применяя L2-штраф, который может пере- или недорегуляризовать в зависимости от масштаба ваших данных. Установка max_features=0.33 восстанавливает механизм декорреляции, а проверка силы регуляризации предотвращает неожиданное смещение в оценках коэффициентов.