1. booster： 指定了使用那一种booster。可选的值为：

• 'gbtree'： 表示采用xgboost (默认值)
• 'gblinear'： 表示采用线性模型。 'gblinear' 使用带l1,l2 正则化的线性回归模型作为基学习器。因为boost 算法是一个线性叠加的过程，而线性回归模型也是一个线性叠加的过程。因此叠加的最终结果就是一个整体的线性模型，xgboost最后会获得这个线性模型的系数。
• 'dart'： 表示采用dart booster

2. silent： 如果为 0（默认值），则表示打印运行时的信息；如果为 1， 则表示silent mode（ 不打印这些信息）

3. nthread： 指定了运行时的并行线程的数量。如果未设定该参数，则默认值为可用的最大线程数。

4. num_pbuffer： 指定了prediction buffer 的大小。通常设定为训练样本的数量。该参数由xgboost 自动设定，无需用户指定。 该buffer 用于保存上一轮boostring step 的预测结果。

5. num_feature： 样本的特征数量。通常设定为特征的最大维数。该参数由xgboost 自动设定，无需用户指定。