（1）xgboost包中，xgboost函数与xgb.train函数有什么区别？都是用来预测的吗？
-------------------------------------------------------------------------------------------------------------------------
xgb.train  参数更多， xgboost 是个简版。
（2）xgboost函数使用时，这些参数怎么确定？我看到网上有关于python中xgboost算法使用CV进行调参，寻找最优参数。那在R中也是使用这个方法吗？具体应该怎么用呢？怎么样寻找最优的参数呢?关于python中xgboost方法寻找最优参数的方法请看此链接：https://www.cnblogs.com/zhangbojiangfeng/p/6428988.html
----------------------------------------------------------------------------------------------------------
没有特别的方法，就是暴力的grid search。 几个常见参数设置好步长，挨个试。这个特别需要时间和计算资源


（3）关于R中xgb.cv函数的结果能麻烦解释一下结果吗，不太懂这个结果，这个例子就是R中xgboost包中的说明文档的例子。
-----------------------------------------------------------------------------------------------------
就是训练集和测试集的你指定的指标的 平均值和标准差。  你哪列或者哪行没看懂？

建议你还是先把基础的先理解了吧，xgboost调参有先后顺序，grid暴力搜索一般是在参数较少时进行搜索

boost 类的如gbm ，mboost，xgboost 等等算法，只要你读完原创者的论文，几乎没有必要调参数了，直接凭读后的或/和初试后的直觉设置了！！

反正我读完是有点懵

读读后，练练，再读读，再练练，反复十几次吧，。。容易的话，个个成“智能”机器建造者的“高手”了！