XGBOOST prognostiziert in einem extrem einfachen Klassifizierungsfall nicht ordnungsgemäß (bei Eingaben, die gleichberec ⇐ Python

[Anonymous]

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: Select all

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]