python xgboost参数_xgboost中XGBClassifier(）参数详解

常规参数

booster

gbtree 树模型做为基分类器(默认)

gbliner 线性模型做为基分类器

silent

silent=0时，不输出中间过程(默认)

silent=1时，输出中间过程

nthread

nthread=-1时，使用全部CPU进行并行运算(默认)

nthread=1时，使用1个CPU进行运算。

scale_pos_weight

正样本的权重，在二分类任务中，当正负样本比例失衡时，设置正样本的权重，模型效果更好。例如，当正负样本比例为1:10时，scale_pos_weight=。

模型参数

n_estimatores

含义：总共迭代的次数，即决策树的个数

调参：

early_stopping_rounds

含义：在验证集上，当连续n次迭代，分数没有提高后，提前终止训练。

调参：防止overfitting。

max_depth

含义：树的深度，默认值为6，典型值3-。

调参：值越大，越容易过拟合；值越小，越容易欠拟合。

min_child_weight

含义：默认值为1,。

调参：值越大，越容易欠拟合；值越小，越容易过拟合(值较大时，避免模型学习到局部的特殊样本)。