Xgboost预估器建模方式使用方法

与前两篇内置建模方式的不同点：
预估器建模：初始化模型:xgb_classifier=xgb.XGBClassifier(参数)
拟合模型：xgb_classifier.fit(x,y)
使用模型预测：xgb_classifier.predict(test_x)
内置方式建模：参数设定:
param = {‘max_depth’:5, ‘eta’:0.1, ‘silent’:1, ‘subsample’:0.7, ‘colsample_bytree’:0.7, ‘objective’:‘binary:logistic’ }
设定watchlist用于查看模型状态：
watchlist = [(xgtest,‘eval’), (xgtrain,‘train’)]
num_round = 10
bst = xgb.train(param, xgtrain, num_round, watchlist)
使用模型预测：preds = bst.predict(xgtest)
内置建模方式的优点：1.自定义损失函数 【见下节】

#预估器建模方式（sklearn形态）
#!/usr/bin/python
import warnings
warnings.filterwarnings("ignore")