sklearn中XGBoost的best_estimator_输出截断显示省略号问题

这个现象不属于best_estimator_属性异常，也不存在参数丢失：输出末尾的三个省略号是XGBoost模型对象默认字符串表示（__repr__方法）的截断规则导致的。XGBClassifier可配置参数总量较多，当直接打印对象输出的参数字符串长度超过预设阈值时，就会自动省略后续内容、以...收尾。
这个截断仅作用于终端/交互环境的显示层，模型实例本身存储的参数是完整的，不会影响后续预测、模型保存、结果复现等任何操作。你代码里手动传入的tree_method='gpu_hist'、参数搜索空间里的scale_pos_weight、subsample、verbosity等未出现在打印结果里的参数，都实际保存在最优模型实例中，只是没有被打印出来。

不要通过直接打印模型对象的方式核对全量参数，可通过以下方式拿到无截断的完整参数：

• 调用模型内置的get_params()方法，该方法会返回包含所有键值对的参数字典，不存在任何截断，参考代码如下：

# 提取最优模型的全部参数
best_params = clf.best_estimator_.get_params()

# 逐行打印查看所有参数
for param_name, param_value in best_params.items():
    print(f"{param_name}: {param_value}")

• 若需要调整默认打印的截断长度，可以修改Python环境的repr输出配置，但日常建模、调参场景下没有必要，get_params()返回的结果完全可以满足参数核对、模型复现的需求。

内容的提问来源于stack exchange，提问作者mvinegret