我正在使用 Python 和如下所示的数据集运行 XGBoost XGBRegressor：
click_id | manufacturer | category | delivery_time | price | revenue
1 |10 | 100 | 24 | 100 | 0
2 |10 | 100 | 24 | 100 | 0
3 |10 | 100 | 24 | 100 | 0
4 |10 | 100 | 24 | 100 | 120
5 |20 | 200 | 48 | 200 | 0
收入是因变量，其余变量是特征。
当我运行XGBRegressor并设置eval_metric为“美”（平均绝对误差）的培训和验证错误不断增加。训练误差如何增加？是否有任何情况（模型参数或奇怪数据点的任意组合）可能导致 xgboost 训练误差增加？
这是代码：
model = XGBRegressor(
learning_rate=0.1,
n_estimators=200, …