XGBoost回归默认参数

XGBoost回归的默认参数如下：

objective='reg:squarederror', 
booster='gbtree', 
n_estimators=100, 
learning_rate=0.1, 
max_depth=6, 
min_child_weight=1, 
subsample=1, 
colsample_bytree=1, 
gamma=0, 
reg_alpha=0, 
reg_lambda=1, 
scale_pos_weight=1, 
random_state=0, 
n_jobs=-1

其中，`objective='reg:squarederror'`表示使用均方误差作为损失函数，`booster='gbtree'`表示使用基于树的模型，`n_estimators=100`表示使用100个基模型，`learning_rate=0.1`表示学习率为0.1，`max_depth=6`表示每个基模型的最大深度为6，`min_child_weight=1`表示每个叶子节点的最小样本权重为1，`subsample=1`表示每个基模型的样本采样比例为1，`colsample_bytree=1`表示每个基模型的特征采样比例为1，`gamma=0`表示节点分裂所需的最小损失减少量为0，`reg_alpha=0`表示L1正则化系数为0，`reg_lambda=1`表示L2正则化系数为1，`scale_pos_weight=1`表示正负样本的权重比例为1，`random_state=0`表示随机数种子为0，`n_jobs=-1`表示使用所有可用的CPU核心进行并行计算。