模型调参部分

模型调参:
经过前面的缺失值、异常值得处理以及特征工程的构建，选择了模型进行训练以后，就可以开始进行寻训练模型。虽然说特征工程才是真正决定一个模型最终的预测能力，但是一个优秀的调参也是很重要的一部，可以在一定程度上提高预测能力，避免一定程度的过拟合。
本次主要使用xgb进行模型训练，使用sklearn中的gridsearchcv进行模型调参，提高调节合适的参数来 进一步拟合模型。对于xbg模型来说，最主要的参数就是max_depth。可以先设置一个适中的学习率，比如设置为0.1，在对max_depth进行设置，一般在5-10之中进行遍历，然后选择合适的一个值。至于其他参数可以依次进行调节。