xgboost的哪个版本有early_stopping_rounds’

XGBoost从v0.6版本开始就支持了`early_stopping_rounds`参数。这个特性允许你在训练过程中监控模型在验证集上的性能，并在性能不再提升时自动停止训练，有助于避免过拟合。你可以从0.6版开始，在配置模型时直接设置`early_stopping_rounds`参数来启用这个功能。

例如，在Python中使用XGBoost的示例代码可能会像这样：

import xgboost as xgb

# 假设dtrain是训练数据，dvalid是验证数据
params = {
    'objective': 'binary:logistic',  # 根据任务选择适当的 objective
    'early_stopping_rounds': 10,  # 设置早停轮数
    'eval_metric': 'logloss',  # 验证指标
}

model = xgb.train(params, dtrain, num_boost_round=1000, evals=[(dvalid, 'eval')], verbose_eval=True)

确保你的XGBoost安装是最新的，因为新功能可能会在后续的版本中得到更新和优化。