机器学习中参数调整是门艺术，模型的最佳参数可能取决于许多场景，所以很难为此做一个全面的指导。本文尝试为xgboost中的参数调整提供一些说明。

了解偏差-方差权衡(Bias-Variance Tradeoff)

在机器学习或统计课程中，偏差方差权衡可能是最重要的概念之一。当我们允许模型变得更加复杂（例如，更大的深度）时，模型具有更好的适应训练数据的能力，从而使模型偏差较小。然而，这种复杂的模型需要更多的数据来做训练。

xgboost中的大多数参数是关于偏差方差权衡的。最好的模型应该在模型的复杂性及模型的预测能力上做细致的权衡(注：模型的复杂度越高，对训练数据的拟合能力就越强，其泛化或者预测能力可能就越差)。

[xgboost参数文档]介绍了每个参数对模型造成的影响，可以帮助您在复杂的模型和简单的模型之间自由调整。

控制过拟合

当您观察到较高的训练准确率，但测试精度较低时，很可能遇到了过拟合问题。

通常可以通过两种方式来控制xgboost中的过拟合

• 第一种方式是直接控制模型的复杂性
  • 这包括max_depth，min_child_weight 和 gamma
• 第二种方法是增加随机性，使训练对噪声更加鲁棒
  • 这包括subsample，colsample_bytree
  • 你还可以减少步骤eta，但是当你这样做时，需要记住增加num_round。

处理不平衡数据集

对于常见情况，例如广告点击日志，数据集非常不平衡。这会影响xgboost模式的训练，有两种方法可以改进。

• 如果你只关心您的预测的排名顺序（AUC）
  • 通过scale_pos_weight平衡正负权重
  • 使用AUC进行评估
• 如果你关心预测正确的概率
  • 在这种情况下，您无法重新平衡数据集
  • 在这种情况下，将参数max_delta_step设置为有限数量（例如1）将有助于收敛

英文版：http://xgboost.readthedocs.io/en/latest/how_to/param_tuning.html