Programmiererforum

import pandas as pd
import xgboost as xgb

X = pd.DataFrame(([[0], [1], [2], [3], [4], [5]]), columns=['x'])
y = pd.DataFrame([0, 1, 0, 1, 0, 1], columns=['y'])

model = xgb.XGBClassifier()
model.fit(X, y)
print(model.predict([[0], [1], [2], [3], [4], [5]]))

[0 0 0 0 0 0]

Warum dieses recht einfache Beispiel von Xgboost ML auch bei Eingaben alles nimmt, was den Trainingsdaten entspricht? Dies sieht aus wie ein trivialer Eingangsfall, der keine Feinabstimmung von ML erfordern sollte, aber selbst wenn ich Hyperparams für ML (max_depth, ETA usw.) optimiert habe, ändert sich nichts. < /P>
[code]import pandas as pd
import xgboost as xgb

X = pd.DataFrame(([[0], [1], [2], [3], [4], [5]]), columns=['x'])
y = pd.DataFrame([0, 1, 0, 1, 0, 1], columns=['y'])

model = xgb.XGBClassifier()
model.fit(X, y)
print(model.predict([[0], [1], [2], [3], [4], [5]]))

[0 0 0 0 0 0]
[/code]