标签： machine-learning scikit-learn
对于培训我使用大约500k记录和大约15个独特的功能。当我将它适用于RandomForestRegressor或GradientBoostingRegressor时，它几乎不需要任何时间来适应，并返回所有功能重要性的全零。然后对于测试数据，它对整个集合进行相同的非常低的预测，这是非常可变的。得分为负，接近0。
从抽象意义上讲，为什么会发生这种情况？这是否意味着列车数据有问题？