xgboost调用sklearn的交叉验证，并且使用自定义的训练集、验证集进行模型的调参

一、概述

如果你的预测模型表现得有些不尽如人意，那就用XGBoost吧。XGBoost算法现在已经成为很多数据工程师的重要武器。它是一种十分精致的算法，可以处理各种不规则的数据。 构造一个使用XGBoost的模型十分简单。但是，提高这个模型的表现就有些困难(至少我觉得十分纠结)。这个算法使用了好几个参数。所以为了提高模型的表现，参数的调整十分必要。在解决实际问题的时候，有些问题是很难回答的——你需要调整哪些参数？这些参数要调到什么值，才能达到理想的输出？

有人会说，这个简单哇，直接使用sklearn集成的交叉验证，比如：gridsearchCV等

但是这样我们往往碰见一个问题，就是这个方法自定义的验证集是从你给出的训练集随机分割的，在合理一点就是按照label等比例分割，保证训练集和测试集的label分布一致。但是有时候我们的测试集分割方式可能是按照时间分出来的（特别是在各种机器学习竞赛上），这时候我们为了尽量保证验证集和测试集同分布，也应该使用时间分割，这个时候怎么使用自定义的验证集去调参的问题就摆在了我们面前

话不多说，直接进入正题，实例代码加讲解告诉各位怎么做

二、在gridsearchCV上使用自定义验证集

（1）首先我们要先了解一个sklearn的类

就是下面这个类：

class sklearn.