学习多梯度决策树的第n天

       对于一个刚接触机器学习的小白来说，这个论文和代码中要学习的东西太多了。最近就是把代码中的内容查了查，然后想着把遥感图像带进去试试看，结果出现了很多错误，在这里记录一下。

1、因为原代码中是自动生成的圆形数据集，然后训练数据的两维特征就是它的横坐标和纵坐标。对于图像来说的话，我用每个点的像素值作为其第一个特征，将灰度直方图作为第二个特征（初步打算用这个，后期可能会换）。

2、出现的第一个错误：

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

     出错原因：label数据的类型不对     https://blog.csdn.net/shangxiaqiusuo1/article/details/95749684

     解决办法：https://blog.csdn.net/coding_zhang/article/details/89643594

3、改完类型以后，出现了第二个错误：

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

    出错原因：断言函数报错，要求目标类大于等于0并且小于等于输入的类别，一般来说在我们网络中输出的种类数和你label设置的种类数量不同的时候就会出现这个错误

    解决办法：https://blog.csdn.net/weixin_35479108/article/details/84951318

   但是这个还没具体解决，因为感觉自己代码内部还是没有真正看懂，所以还不敢瞎改。准备去具体看看xgBoost和交叉熵这一块的知识代码。