我想训练一些 DecisionTreeClassifier 模型。输入数据集由连续的特征组成，这些特征的值可以从0到800，并且会不断增长。
我想了解 maxBins 参数起作用。尤其是它如何将特征的值与特定的bin相关联？
如果我保留 maxBins 参数设置为其默认值32，它会将0-800间隔划分为32个偶数范围，还是通过评估数据的分布方式来执行装箱？
假设特征值的分布是倾斜的，并且在0-50范围内有一个峰值，并且有一个朝向800的长尾，它是否会为0-50范围创建更多的箱子？