XGBoost叶子得分

Question

我很难理解XGBoost的叶子输出。我知道可以使用sigmoid函数计算概率，但是如何实际计算叶子得分以及它们如何有意义？

任何人都可以帮忙解释一下吗？我读了文章和文档。以下是带有叶子分数的printet树以及生成它的代码。

from xgboost import XGBClassifier
from xgboost import plot_tree
import matplotlib.pyplot as plt
from sklearn.datasets import make_classification

X, y = make_classification(n_samples=2000, n_features=4, n_informative=2, n_classes=2, n_clusters_per_class=1, random_state=42, weights=[0.1, 0.9])
model = XGBClassifier(objective="binary:logistic")
model.fit(X, y)

plot_tree(model, num_trees=0)
plt.show()