数据集是UCI上的MHEALTH数据集

虽然不是第一次用ML跑出结果，但还没有做过很多的我不得不让我感叹神奇的ML，用了一个最简单的XGboost分类，13个动作类，啥参数都没改，啥模型都没有，9个去预测一个类 ，竟然有这个准确率。

再记录一个诡异的问题，就是完全一样的超参数

param = {'max_depth': 6, 'eta': 1, 'silent': 1, 'tree_method': 'gpu_hist', 'seed': RANDOMSEED,
         'objective': 'multi:softmax', 'num_class': 13}

区别只是这里的'tree_method': 'gpu_hist'，即是否使用GPU就造成了这样的准确率差距，'seed': RANDOMSEED也把随机数设置成一样的了，还tm会出问题，真神奇了啊。

看到有网友说是同样的随机数种子在CPU和GPU上产生的随机数也并不一致造成的，感觉没这么简单，但也还是先mark一下。