Xgboost参数

• 'booster':'gbtree',
• 'objective': 'multi:softmax', 多分类的问题
• 'num_class':10, 类别数，与 multisoftmax 并用
• 'gamma':损失下降多少才进行分裂
• 'max_depth':12, 构建树的深度，越大越容易过拟合
• 'lambda':2, 控制模型复杂度的权重值的L2正则化项参数，参数越大，模型越不容易过拟合。
• 'subsample':0.7, 随机采样训练样本
• 'colsample_bytree':0.7, 生成树时进行的列采样
• 'min_child_weight':3, 孩子节点中最小的样本权重和。如果一个叶子节点的样本权重和小于min_child_weight则拆分过程结束
• 'silent':0 ,设置成1则没有运行信息输出，最好是设置为0.
• 'eta': 0.007, 串行加树的占比，如同学习率
• 'seed':1000,
• 'nthread':7, cpu 线程数(看cup性能调节)