Метод прогнозирования xgboost возвращает одинаковое прогнозируемое значение для всех строк
Я создал классификатор xgboost в Python:
train - это информационный фрейм pandas с 100 000 строками и 50 объектами в виде столбцов. цель - серия панд
xgb_classifier = xgb.XGBClassifier(nthread=-1, max_depth=3, silent=0,
objective='reg:linear', n_estimators=100)
xgb_classifier = xgb_classifier.fit(train, target)
predictions = xgb_classifier.predict(test)
Однако после обучения, когда я использую этот классификатор для прогнозирования значений, весь массив результатов будет одинаковым. Есть идеи, почему это происходит?
Уточнение данных: ~ 50 числовых признаков с числовой целью
Я также попробовал RandomForest Regression от sklearn с теми же данными, и он дает реалистичные прогнозы. Возможно, допустимая ошибка в реализации xgboost?