问题描述: python3.5环境下跑机器学习ensemble learning的代码 数据集是UCI网站的Australia credit dataset,690个样本15个特征 调用sklearn中的XGBoost模型时,没有出现报错警告,但最后输出出错,不能正常输出准确率 // XGBoost model = xgb.XGBClassifier() model.fit(x_train, y_train) print('XGBoost model', model.score(x_test, y_test)) 输出结果(其他模型正常输出): Random Forest model 0.87