Модель XGBRegressor не соответствует модели временных рядов ⇐ Python

[Anonymous]

Я пытаюсь использовать XGBRegressor для прогнозирования будущего поведения датчика. Данные сезонные и состоят из 6 циклов. Когда я подгоняю данные, RMSE для обучения уменьшается, а для тестирования оно не сильно уменьшается и начинает расти. Если я изменю скорость обучения на 1 и максимальную глубину на 3, это будет соответствовать данным обучения, но при тестировании будет прямой линией. Вот код модели «Прогнозирование данных обучения»

Код: Выделить всё

from xgboost import XGBRegressor
model = XGBRegressor(n_estimators = 1000, early_stopping_rounds = 50,
learning_rate = 0.01, max_depth = 8)
model.fit(X_train, Y_train,
eval_set = [(X_train, Y_train), (X_test, Y_test)],
verbose = 10)

# Make predictions on the training data
Y_train_pred = model.predict(X_train)

Для справки: X имеет 3 характеристики: время (каждая точка равна 3 секундам), остальные 2 –

Код: Выделить всё

sin_time = 0.5 * np.sin(time) * 2 * np.sin(time) * time
sin_2pi_time = np.sin(2 * np.pi * time)

Y — сопротивление
Пытался изменить параметры, но безуспешно, и даже если я переопределяю модель, прогноз обучающих данных представляет собой прямую линию. Прогноз тестирования. данные

Подробнее здесь: https://stackoverflow.com/questions/791 ... ries-model