帮我用Python编写一段XGBoost算法的代码

以下是一个简单的XGBoost算法的Python代码示例：

import xgboost as xgb
import pandas as pd

# 加载数据集
data = pd.read_csv('data.csv', header=None)
X = data.iloc[:, :-1]
y = data.iloc[:, -1]

# 划分训练集和测试集
train_X, test_X, train_y, test_y = train_test_split(X, y, test_size=0.2, random_state=0)

# 定义模型
xgb_model = xgb.XGBRegressor(objective='reg:squarederror', n_estimators=100, max_depth=5)

# 训练模型
xgb_model.fit(train_X, train_y)

# 预测结果
y_pred = xgb_model.predict(test_X)

# 评估模型
mse = mean_squared_error(test_y, y_pred)
rmse = np.sqrt(mse)
print("RMSE: ", rmse)

在此示例中，我们使用`xgboost`库加载数据集并将其拆分为训练集和测试集。我们使用`XGBRegressor`类定义了一个回归模型，并使用`fit()`方法训练了模型。最后，我们使用`predict()`方法预测测试集的结果，并使用`mean_squared_error()`函数计算均方误差（MSE）。最后，我们使用`np.sqrt()`函数计算均方根误差（RMSE），并输出结果。