Otros parámetros de la implementación de Scikit-Learn son:
- criterion: función de impureza a usar (por defecto, Gini).
- splitter: estrategia a usar para decidir el criterio de división de un nodo (es decir, para escoger qué característica y qué umbral usar).
- class_weight: pesos asociados a las clases. Si se omite, se supone que todas las clases tienen igual peso.
- random_state: semilla del generador de números pseudo-aleatorios, lo que nos permite entrenar el modelo de forma determinista.
