是否可以在AdaBoostRegressor（sklearn）中使用不同的數據集作爲預測的輸入？

Question

我只是機器學習的初學者，現在我玩sklearn。 我從官方網站複製了AdaBoostRegressor的示例here，並添加了以下內容。

X_pred = np.linspace (6, 12, 100)[:, np.newaxis] 
y_pred = regr_2.predict(X_1) 

由於訓練數據集X取值範圍從0到6，我試着去預測不同的數據集X_pred從6不等到12

然而，我發現價值的y_pred始終是-1.05382839，這是訓練集輸出y的最後一個值。 我想知道是否有可能使用非輸入樣本數據集作爲預測的輸入。 可以這樣做嗎？如果是的話，正確的用法是什麼？

順便說一句，附圖是輸出。 紅色和綠色是基於訓練集輸入（0-6）的預測輸出，藍色是X_pred（6-12）的輸出。

Answer 1

總之 - 否。這不是迴歸的問題。迴歸約爲內插，而不是外推。幾乎沒有一個迴歸者可以對訓練集的之外的數據做出任何預測。