1.max_depth：树的最大深度。 这个值也是用来避免过拟合的。max_depth越大，模型会学到更具体更局部的样本。 需要使用CV函数来进行调优。 

2.eta：学习率。 通过减少每一步的权重，可以提高模型的鲁棒性。 

3.n_estimator: 这是生成的最大树的数目，也是最大的迭代次数。 

4.objective：定义需要被最小化的损失函数。 5.booster：选择每次迭代的模型