关于两棵树的xgboost回归预测值的混淆

Question

我对xgboost回归器预测的分数似乎不一致感到困惑。

我在三样本训练集上训练模型：

X = [[1 2],
    [1 2],
    [2 2]]
y = [5, 5, 8]

...使用此代码：

reg = XGBRegressor(n_estimators=2,max_depth=2,learning_rate=1.0, silent=False,objective=‘reg:linear’)
reg.fit(X,y)
plot_tree(reg, num_trees=0)

...根据此图，这给了我两棵树：plot of two trees

但是当我对测试样本X_test = [1,2]进行预测时，我感到困惑，因为：

X_test = [1,2]
reg.predict(X_test)
# print score = 4.875

但是具有上面绘制的树木结构的分数应为：0.25 + 4.125 = 4.375

为什么？我的操作有什么问题吗？

Answer 1

解决方案：使用参数XGBRegressor声明您的base_score=0