我正在建模一个回归问题。初始尝试产生以下结果：

labels.mean(): 0.00018132978443886167
labels.std(): 0.013450786078937208

predictions.mean(): 0.0005549060297198594
predictions.std(): 0.00430255476385355

如您所见，均值已关闭，标准差完全不同。我想知道它说明了什么？

我的猜测：这是否意味着我的特征没有足够的辨别力，以至于模型看到带有正面和负面标签的示例，因此输出的差异很小？

我正在使用XGBRegressor, 运行回归，并提前停止。我有 100 万个训练示例、10 万个验证示例（用于提前停止）和另外 10 万个用于测试目的（上面显示了平均值和标准差）。

我还检查了三组的标签分布基本相同。