写一个XGboost决策树模型，输入为13个特征序列，分为两类

import xgboost as xgb
from sklearn.datasets import make_classification

# generate dataset
X, y = make_classification(n_features=13)

# create xgboost model
model = xgb.XGBClassifier()

# fit model to data
model.fit(X, y)

这是一个简单的 XGBoost 决策树模型。它使用 make_classification 函数生成数据集，其中包含 13 个