一、常调参数1、max_depth[默认6]树分裂最大深度，常用3~10之间树越深越容易过拟合（越深模型会学到越具体越局部的样本）树越深也会消耗更多内存且会使得训练时间变长（由于xgb会一直分裂到max_depth指定的值，再回过头来剪枝）2、eta[默认0.3]学习率，常用0.01~0.5之间太大准确率不高、难以收敛(梯度值可能在最优解附近晃荡，不收敛)太小运行速...

element-wise

数据集分为n块，每块随机分配到m个设备(worker)中，相当于m个batch并行训练n/m轮，模型也被复制为n块，每块模型均在每块数据上进行训练，各自完成前向和后向的计算得到梯度，更新后，再传回各个worker。以确保每个worker具有相同的模型参数。下图1：每个设备分1份数据下图2：每个设备分4份数据数据不切分的话，就是总共N-1次传输中每次传输数据大小为O（O是模型参数量），数据流转完整一