XGBoost

在本练习中，您将练习另一种提升（boosting）技术。被称为机器学习"新女王"的 XGBoost，是一种经过优化的分布式梯度提升库，"正在风靡全球！" 因此，在机器学习面试中被问到它的可能性很高。即使没有被直接提及，您在回答中谈到它，也能体现您对前沿且高精度算法的了解。

参数 learning_rate=0.1 指定在搜索全局最小值时每次迭代的步长；max_depth 控制决策树的规模（深度），这里设为 3。

所需的库均已为您导入：pandas 别名为 pd，sklearn.model_selection 中的 train_test_split，sklearn.linear_model 中的 accuracy_score、LogisticRegression，sklearn.ensemble 中的 BaggingClassifier 和 AdaBoostClassifier，以及 xgboost 中的 XGBClassifier。

loan_data 数据框已拆分为 X_train、X_test、y_train 和 y_test。