R语言 XGBoost回归预测模型中，对训练集进行十折交叉验证与超参数寻优后，如何查看最优参数

在R语言中，使用xgboost库进行回归预测时，如果已经完成了十折交叉验证（Cross-validation）和超参数寻优（Hyperparameter tuning），通常会得到一个包含最优参数的模型对象或者一个结果表格。以下是查看最优参数的一般步骤：

1. **xgb.cv函数的结果**：如果你使用的是`xgboost`的`xgb.cv`函数进行交叉验证并自动寻找最优参数，那么结果会存储在返回的对象中。你可以通过`cv_results$best_iteration`找到最佳迭代次数，然后从`cv_results$model`列表中对应这个迭代次数取出模型，该模型内部应该包含了最优参数。例如：

library(xgboost)
# 假设cv_res就是cross-validation的结果
best_params <- cv_res$best_params

2. **xgb.train函数的output**：如果你直接使用`xgboost::xgb.train`函数进行训练，并设置了`eval_metric`和`early_stopping_rounds`来进行超参数优化，那么最优参数会在最后训练好的模型`bst`上。你可以通过`bst$best_ntree_limit`获取最佳迭代次数，其他参数可以通过`bst$parameters`获取。

bst <- xgb.train(params = ..., data = your_data, ...)

# 查看最优参数
optimal_params <- bst$parameters

要查看具体的参数，可以打印出来查看：

print(optimal_params)