XGBoost分类器XGBClassifier min_child_weight：这是什么？

Question

我们有一个简单的火车样本：

X   y
0   "a"
1   "b"

和2个最简单的分类器，只有一个不同的最后一个参数 min_child_weight ：

XGBClassifier(n_estimators=1, max_depth=1,
reg_lambda=0, learning_rate=1, min_child_weight=0.25)

和

XGBClassifier(n_estimators=1, max_depth=1,
reg_lambda=0, learning_rate=1, min_child_weight=0.250001)

如果我们拟合并尝试预测同一样本（predict_proba）上的概率，我们将得到：

array([[0.8807971 , 0.11920292],
       [0.11920297, 0.880797  ]], dtype=float32)

和

array([[0.5, 0.5],
       [0.5, 0.5]], dtype=float32

分别。这意味着，如果 min_child_weight> 0.25 ，我们将开始面临欠拟合的问题。 谁能告诉我这个 0.25 从何处出现？这是一个非常简单的示例，因此似乎可以轻松推论。