我将 XGBoost 用于二进制分类问题。没有负标签，只有 1 和 0。

我使用贝叶斯优化调整了超参数，然后尝试使用优化的超参数训练最终模型。

Mdl_XGB = xgb.train(OptimizedParams, dtrain)

scores_train = Mdl_XGB.predict(dtrain)

scores_test = Mdl_XGB.predict(dtest)

我的问题是训练集和测试集的预测分数都包括负值和大于一的数字。分数介于 -0.23 和 1.13 之间。

这些分数不应该代表属于第1类（正类）的概率吗？