xgboost.cv() 参数详解

xgboost.cv() 是 XGBoost 库中的交叉验证函数，用于评估模型的性能。

下面是该函数的常用参数说明：

- params：字典类型，存储模型的参数，如树的最大深度、学习率等。

- dtrain：训练数据集。

- num_boost_round：弱学习器的数量，即树的数量。

- nfold：整数，表示交叉验证的折数。

- metrics：字符串或字符串列表，表示评估指标，如“error”（误差）、“auc”（AUC）等。

- early_stopping_rounds：整数，当在验证集上的评估指标连续 n 次没有改善时，停止训练。

- stratified：布尔值，表示是否使用分层交叉验证。

- shuffle：布尔值，表示是否打乱数据。

- seed：整数，随机数种子。

- verbose_eval：布尔值，是否在每次迭代时输出进度。

这些参数可以帮助您定制交叉验证的过程，以更好地评估模型的性能。