поведение ожидаемо: при повышении каждая следующая модель пытается исправить ошибки предыдущего шага, поэтому оценка каждый раз улучшается.

Однако в случае проверки это не так. Сначала оценка повышается, а затем начинает снижаться. Это эффект переобучения: наша модель становится все более и более сложной, пока попросту не запоминает весь обучающий набор. Прогнозирование для клиентов за пределами обучающего набора становится бесполезным, и оценка при проверке отражает это.