Как оптимизировать непараметрическую модель в R?

Question

У меня есть бинарная классификация модели XGBTree. Фрейм данных, используемый для обучения модели, содержит много независимых переменных (x), и я хочу оптимизировать один x, чтобы повысить вероятность того, что результат станет 1.

Интересно, как этого можно добиться? Я искал функцию оптимизации по умолчанию, но кажется, что она может решить только уравнение, но в модели XGBTree нет уравнения для ввода. Как и в случае с Гуроби, многие примеры, которые я видел, требуют уравнения.

Есть ли способ оптимизировать модель XGBTree? Если так, как я могу реализовать такой метод? Код, который я использовал для обучения XGBTree, выглядит следующим образом.

Спасибо.

xgb_grid<-expand.grid(
    nrounds = 500,
    max_depth = 5,
    eta = c(0.04, 0.05, 0.06, 0.07, 0.08, 0.09, 0.1, 0.11, 0.12),
    gamma = 0.3,
    colsample_bytree = 0.25,
    min_child_weight = 2,
    subsample = 0.5
)

xgb <- train(y ~ .,                 # model specification
             data = train,        # train set used to build model
             method = "xgbTree",    # type of model you want to build
             trControl = ctrl,      # how you want to learn
             tuneGrid = xgb_grid,   # tune grid
             metric = "ROC",        # performance measure
             verbose = TRUE
)

Несколько реальных примеров того, как этого можно достичь.