这是一个非常简单的示例，其中我的训练数据具有单个特征向量 (1,2,3) 和等效的目标向量 (1,2,3)。我可以xgboost构建一个完美拟合数据的回归树，但是当我使用它进行预测时，针对训练数据的预测，预测与目标不匹配。是什么赋予了？

train <- matrix(c(1,2,3))
target <- matrix(c(1,2,3))
bst <- xgboost(data=train, nrounds=1, label=target, eval_metric="rmse", max.depth=3, min_child_weight=1, gamma=0, lambda=0, alpha=0)
predict(bst, train)  # returns 0.65 0.95 1.25

xgb.plot.tree("f1", model=bst)

xgb.model.dt.tree("f1", model=bst)
    ID Feature Split Yes  No Missing Quality Cover Tree Yes.Feature Yes.Cover Yes.Quality No.Feature No.Cover No.Quality
1: 0-0      f1   2.5 0-1 0-2     0-1    1.50     3    0          f1         2        0.50       Leaf        1       0.75
2: 0-1      f1   1.5 0-3 0-4     0-3    0.50     2    0        Leaf         1        0.15       Leaf        1       0.45
3: 0-2    Leaf    NA  NA  NA      NA    0.75     1    0          NA        NA          NA         NA       NA         NA
4: 0-3    Leaf    NA  NA  NA      NA    0.15     1    0          NA        NA          NA         NA       NA         NA
5: 0-4    Leaf    NA  NA  NA      NA    0.45     1    0          NA        NA          NA         NA       NA         NA