XGBoost（XGBRegressor）的最终预测值并非仅由各树中被激活叶子节点的值简单相加得到，还需加上模型内部实际生效的 base_score——该值可能与用户传入的 base_score 参数不同，需从 Booster 的底层配置中精确读取。
xgboost（xgbregressor）的最终预测值并非仅由各树中被激活叶子节点的值简单相加得到，还需加上模型内部实际生效的 `base_score`——该值可能与用户传入的 `base_score` 参数不同，需从 booster 的底层配置中精确读取。
在 XGBoost 中，回归模型的预测逻辑为：
最终预测 = base_score + Σ（每棵树中被选中叶子节点的输出值）
此处的 base_score 是一个全局偏置项（bias term），它被加到所有样本的初始预测上，并在后续所有 boosting 迭代中作为起点。虽然 XGBRegressor 的 sklearn 接口允许通过 base_score 参数显式设置该值（默认为 0.5），但该参数仅作为初始化提示；XGBoost 内部在训练完成后可能根据目标函数、正则化或数据统计自动调整并固化一个实际生效的 base_score，且该值不会同步更新到 Python 层的 model.base_score 属性中（该属性始终保留用户原始输入或 None）。
因此，直接使用 0.5 或 model.base_score 补偿会导致求和结果与 .predict() 输出偏差显著——正如示例代码中 assert 失败所示。
✅ 正确获取实际 base_score 的方式（XGBoost ≥ 2.0.3）：
import json config = json.loads(xg_reg.get_booster().save_config()) base_score = float(config["learner"]["learner_model_param"]["base_score"])
修正后的完整预测还原逻辑如下：
# ...（同原 MRE 中的 trees、predicted_leafs_indices、leafs 构建逻辑）
# ✅ 正确提取实际生效的 base_score
config = json.loads(xg_reg.get_booster().save_config())
base_score = float(config["learner"]["learner_model_param"]["base_score"])
# 求和所有被激活叶子值，并加上 base_score
l_pred = []
for pli in predicted_leafs_indices:
tree_sum = sum(leafs[i][p] for i, p in enumerate(pli))
l_pred.append(tree_sum + base_score)
# 现在与原预测完全一致（数值误差 < 1e-6）
assert np.allclose(np.array(l_pred), y_pred, atol=1e-6)⚠️ 注意事项：
- get_dump(dump_format="json") 返回的是结构化树定义，但不包含 base_score；必须调用 save_config() 获取完整训练时固化参数。
- 若使用旧版 XGBoost（< 2.0），可尝试 booster.attributes().get("base_score")，但可靠性较低；强烈建议升级至 2.0+ 并统一使用 save_config()。
- pred_leaf=True 返回的是每个样本在每棵树中最终落入的节点 ID（即 leaf index），而 leafs_vector() 构建的 leafs[i] 列表按节点 ID 顺序排列（索引即 node_id），因此 leafs[i][p] 可安全索引对应叶子值。
总结：理解 XGBoost 预测机制的关键在于区分「接口参数」与「运行时参数」。base_score 是典型例子——它决定了预测的零点基准，必须从 Booster 底层配置中准确读取，而非依赖 sklearn 封装层的属性。这一原则同样适用于调试、模型解释、自定义推理或部署轻量化推理引擎等高阶场景。
