xgboost.cv()： 使用给定的参数执行交叉验证 。它常用作参数搜索 。

xgboost.cv(params, dtrain, num_boost_round=10, nfold=3, stratified=False, folds=None,
     metrics=(), obj=None, feval=None, maximize=False, early_stopping_rounds=None,
     fpreproc=None, as_pandas=True, verbose_eval=None, show_stdv=True, seed=0,
     callbacks=None, shuffle=True)

• 参数：
  • params： 一个列表（元素为键值对）、一个字典，表示训练的参数
  • dtrain：一个DMatrix 对象，表示训练集
  • num_boost_round： 一个整数，表示boosting 迭代数量
  • nfold： 一个整数，表示交叉验证的fold 的数量
  • stratified： 一个布尔值。如果为True，则执行分层采样
  • folds： 一个scikit-learn 的 KFold 实例或者StratifiedKFold 实例。
  • metrics：一个字符串或者一个字符串的列表，指定了交叉验证时的evaluation metrics 如果同时在params 里指定了eval_metric，则metrics 参数优先。
  • obj：一个函数，它表示自定义的目标函数
  • feval： 一个函数，它表示自定义的evaluation 函数
  • maximize： 一个布尔值。如果为True，则表示是对feval 求最大值；否则为求最小值
  • early_stopping_rounds：一个整数，表示早停参数。 如果在early_stopping_rounds 个迭代步内，验证集的验证误差没有下降，则训练停止。
    • 返回evaluation history 结果中的最后一项是最佳的迭代步的评估结果
  • fpreproc： 一个函数。它是预处理函数，其参数为(dtrain,dtest,param)， 返回值是经过了变换之后的 (dtrain,dtest,param)
  • as_pandas： 一个布尔值。如果为True，则返回一个pandas.DataFrame ；否则返回一个numpy.ndarray
  • verbose_eval： 参考 xgboost.train()
  • show_stdv： 一个布尔值。是否verbose 中打印标准差。 它对返回结果没有影响。返回结果始终包含标准差。
  • seed： 一个整数，表示随机数种子
  • callbacks： 参考 xgboost.train()
  • shuffle： 一个布尔值。如果为True，则创建folds 之前先混洗数据。
• 返回值：一个字符串的列表，给出了evaluation history 。它给的是早停时刻的history(此时对应着最优模型)，早停之后的结果被抛弃。