我的目标是像房价一样的连续价值。我正在训练一棵回归树。我在scklearn，Python中使用Gradientboostregressor。
我的目标价格（房屋价格）呈L形分布：高端房屋价格比低端房屋价格高10倍。我的回归树模型不能很好地预测高价值。
我可以做些什么来改善高值的模型预测？我尝试对log（价格）进行建模，然后对exp（预测）进行建模，但对于高价值而言仍然无法很好地工作。
非常感谢。
单个决策树通常效果不佳。当然，您可以尝试优化树。但是我认为，如果要使用树木，最好更改为随机森林或渐变增强。