目标：对比各种模型，XGBoost直接判了RandomForest、GBDT、决策树、SVM等死刑，XGB+LR精度还能提升。XGBoost：目前树模型的天花板，所有决策树中，XGBoost的精度最高，运行速度也还不错，所以竞赛中，结构化数据的比赛，基本都是用它了。另外，实验表明，XGBoost+LR精度还能进一步提升。学习内容：模型对比具体：1、 比较在测试集上的AUC表现2、 比较模型完成端到端训练预测的时间3、 了解算法的优缺点最终对比结果：结果如下：模型测试精度

学习目标：装饰器、切面编程，实际使用体会。纸上学来终觉浅装饰器和切面编程：常见的函数，我们一般的返回值一个常见的数值或者列表，比如：def mysum(a,b): return a + bresult = mysum(1,2)print(result)mysum函数返回的是整数1+2的值，为3.但是python神奇的地方就是，函数的返回值，可以是另一个函数。比如：def mysum_log(): print('input two number for sum ')