Python 梯度增强回归器http://scikit-learn.org/ 为上限和下限提供相同的预测间隔

我试图得到GradientBoostingRegressiono的预测区间 每

但我得到的上限和下限的预测区间是相同的 您可能会发现，我在示例中更改了一些参数，但即使更改了示例，也可以正常工作

clf = GradientBoostingRegressor(loss='quantile', alpha=alpha,n_estimators=250, learning_rate=.1) 

---

似乎这是通过集成学习获得间隔的唯一方法，因为随机林没有它

我更改了代码以使用.set_-params（alpha=1.0-alpha）和.set_-params（loss='ls'），如示例所示。现在，下限与set_params（loss='ls'）的预测值相同，我将代码改为使用.set_params（alpha=1.0-alpha）和.set_params（loss='ls'），如示例所示。现在下界与set_参数（loss='ls'的预测值相同）

clf = GradientBoostingRegressor(loss='quantile', alpha=alpha,n_estimators=250, learning_rate=.1)