这个函数是使用scikit-learn接口与XGBRegressor或者XGBClassifier一起使用的，其效果是训练模型
fit(X, y, sample_weight=None, eval_set=None, eval_metric=None, early_stopping_rounds=None, verbose=True, xgb_model=None, sample_weight_eval_set=None, callbacks=None)
X:就是我们的特征矩阵，就是x_train，这里一般是用交叉验证
y:就是我们的标签，就是y_train，这里一般是用交叉验证
sample_weight:每个实例的权重,不常用
eval_set用来作为早期停止的验证集，一般我们放x_test和y_test
sample_weight_eval_set:验证集上的实例权重列表,不常用
eval_metric:不是很了解，感觉用的不多
early_stopping_rounds:我们设置一个常数n，直到模型n次得分基本不变就停止
verbose:如果为真，并且使用了一个验证集，则写下验证过程
xgb_model:存储的xgb模型或“boost”实例xgb模型的文件名将在训练前加载
callbacks:不常用，不知道