拟合后我得到了一个xgboost模型。 然后，我将model.apply（）与一些测试数据一起使用来获取叶子索引：
测试数据0：树0（例如23）的叶子索引，树1（例如17）的索引，.....
测试数据1：树0的叶子索引（例如16），树1的索引（例如22），... ...
我还使用xgboost.plot_tree来显示树0。如果树的max_depth = 4，则有31个节点。
用决策树0手动计算测试数据0，并获得叶子位置。
似乎很难将“该叶子的位置”和“上一个叶子索引”链接起来（例如23）。
仅网站-https://xgboost.readthedocs.io/en/latest/python/python_api.html中的描述： “对于X中的每个数据点x和每棵树，返回叶子x的索引最终到达。叶子在[0; 2 **（self.max_depth + 1））内进行编号，可能在编号上存在间隙。”
如何解释xgboost树中的叶子索引？