在XGBoost算法原理小結中，我們討論了XGBoost的算法原理，這一片我們討論如何使用XGBoost的Python類庫，以及一些重要參數的意義和調參思路。
本文主要參考了XGBoost的Python文檔 和 XGBoost的參數文檔。
1. XGBoost類庫概述
XGBoost除了支持Python外，也支持R，Java等語言。本文關注於Python的XGBoost類庫，安裝使用"pip install xgboost"即可，目前使用的是XGBoost的0.90版本。XGBoost類庫除了支持決策樹作爲弱學習器外，還支持線性分類器，以及帶DropOut的決策樹DART，不過通常情況下，我們使用默認的決策樹弱學習器即可，本文也只會討論使用默認決策樹弱學習器的XGBoost。
XGBoost有2種Python接口風格。一種是XGBoost自帶的原生Python API接口，另一種是sklearn風格的API接口，兩者的實現是基本一樣的，僅僅有細微的API使用的不同，主要體現在參數命名上，以及數據集的初始化上面。
2. XGBoost類庫的基本使用方式
完整示例參見我的Github代碼。