最近接触xgboost，但是对于这个模型框架我也是一知半解，每次用的时候，都是百度各种调参方法，因为用的是scala spark，各种配置文件，不能对这个xgboost进行网格参数优化，因此只能手调参数，这是一个时间周期很长的事情。每次参数的作用啥的也记不住，这对我的工作产生了很大困惑，今日无事，来总结一下xgboost相关资料，看到两个不错的博客，这里进行翻译，结合自己的实际操作，可能会进行一些调整，因为博客首先是给自己看，自己看懂了，大家才有看懂的可能，因此我不想为了写而写，是自己知识的一个积累。
1.简单介绍--xgboost背景
在预测模型中，当你不知道用什么模型的时候，考虑xgboost。xgboost成为了数据分析的一种通用算法。
参考博客：
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