學習多梯度決策樹的第n天

       對於一個剛接觸機器學習的小白來說，這個論文和代碼中要學習的東西太多了。最近就是把代碼中的內容查了查，然後想着把遙感圖像帶進去試試看，結果出現了很多錯誤，在這裏記錄一下。

1、因爲原代碼中是自動生成的圓形數據集，然後訓練數據的兩維特徵就是它的橫座標和縱座標。對於圖像來說的話，我用每個點的像素值作爲其第一個特徵，將灰度直方圖作爲第二個特徵（初步打算用這個，後期可能會換）。

2、出現的第一個錯誤：

      Expected object of scalar type Long but got scalar type Float for argument #2 ‘target’ 

     出錯原因：label數據的類型不對     https://blog.csdn.net/shangxiaqiusuo1/article/details/95749684

     解決辦法：https://blog.csdn.net/coding_zhang/article/details/89643594

3、改完類型以後，出現了第二個錯誤：

     RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed.

    出錯原因：斷言函數報錯，要求目標類大於等於0並且小於等於輸入的類別，一般來說在我們網絡中輸出的種類數和你label設置的種類數量不同的時候就會出現這個錯誤

    解決辦法：https://blog.csdn.net/weixin_35479108/article/details/84951318

   但是這個還沒具體解決，因爲感覺自己代碼內部還是沒有真正看懂，所以還不敢瞎改。準備去具體看看xgBoost和交叉熵這一塊的知識代碼。