Tree Booster 的参数

                                Tree Booster 的参数

1、eta[默认=0.3，别名：learning_rate]，范围：[0,1]
更新中使用减小步长以防止过度拟合。在每一步 boosting 之后，我们可以直接得到新特征的权重，并eta减小特征权重，使 boosting 过程更加保守
2、gamma[默认=0，别名：min_split_loss]，范围：[0,∞]
在树的叶子节点上进行进一步分裂所需的最小损失减少。越大gamma，算法就越保守。
3、max_depth [默认=6]，范围：[0,∞]
树的最大深度。增加此值将使模型更复杂，更可能过拟合。仅当tree_method设置为hist或gpu_hist且表示没有深度限制时，lossguided Growth策略中才接受0。请注意，XGBoost在训练深层树时会大量消耗内存。
4、min_child_weight [默认值=1]，范围：[0,∞]
子实例所需的最小实例权重总和（hessian）。如果树分裂步骤导致叶节点的实例权重之和小于min_child_权重，则构建过程将放弃进一步的分裂。在线性回归任务中，这仅仅对应于每个节点中需要的最小实例数。min_child_weight越大，算法越保守。
5、max_delta_step [default=0]，范围: [0,∞]
允许每个叶子输出的最大变化步长。如果该值设置为0，则表示没有约束。如果将其设置为正值，则有助于使更新步骤更加保守。通常不需要这个参数，但当类极不平衡时，它可能有助于逻辑回归。将其设置为值1-1