DMatrix 对象
DMatrix 对象是 XGBoost 用于训练和预测的主要数据结构之一。它是一个基于内存的数据结构，可以有效地处理大量数据，以及支持在分布式计算环境下的并行计算。
DMatrix 对象可以从多种数据源中创建，包括 Numpy 数组、Pandas DataFrame、LibSVM 格式的文件、二进制格式的文件等。在创建 DMatrix 对象时，需要指定特征矩阵和标签向量，以及一些其他参数，如缺失值的填充方式、权重向量等。
在 XGBoost 中，DMatrix 对象是模型训练和预测的输入数据。在训练模型时，可以使用 DMatrix 对象提供的高效数据结构和算法，以及并行化计算，来加速训练过程。在预测时，可以直接将测试数据转换为 DMatrix 对象，并通过训练好的模型进行预测。
由于 DMatrix 对象支持多种数据源和自定义参数，因此它非常灵活和可定制，可以适应各种数据集和应用场景的需求。
dtrain=xbg.DMatrix(train.drop(['User_id','Coupon_id',
'Date_received','label'],axis=1),label=train['label'])
使用 XGBoost 的 DMatrix 对象创建一个训练矩阵，为一个 XGBoost 模型提供数据。
该矩阵是从一个名为 train 的 pandas DataFrame 中创建的，其中删除了几列特征。具体来说，删除的列为 ‘User_id’、‘Coupon_id’、‘Date_received’ 和 ‘label’。
生成的 DMatrix 对象被赋值给变量 dtrain，它包含了 XGBoost 模型的特征数据（即预测变量），其形状为二维数组 (n_samples, n_features)。相应的标签（即响应变量）使用 label 参数指定，该参数设置为 train DataFrame 中的 ‘label’ 列。
换句话说，dtrain 是一个包含特征数据和相应标签的矩阵，用于训练 XGBoost 模型。在训练过程中，标签将用于监督模型。