最近接觸xgboost，但是對於這個模型框架我也是一知半解，每次用的時候，都是百度各種調參方法，因為用的是scala spark，各種配置檔案，不能對這個xgboost進行網格引數優化，因此只能手調引數，這是一個時間週期很長的事情。每次引數的作用啥的也記不住，這對我的工作產生了很大困惑，今日無事，來總結一下xgboost相關資料，看到兩個不錯的部落格，這裡進行翻譯，結合自己的實際操作，可能會進行一些調整，因為部落格首先是給自己看，自己看懂了，大家才有看懂的可能，因此我不想為了寫而寫，是自己知識的一個積累。

1.簡單介紹--xgboost背景

在預測模型中，當你不知道用什麼模型的時候，考慮xgboost。xgboost成為了資料分析的一種通用演算法。

參考部落格：

1.https://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/

2.https://www.aliyun.com/jiaocheng/458990.html?spm=5176.100033.2.8.wRaf8V