Xgboost拟合不足

Question

我训练了以下Xgboost分类器：

xgb.XGBClassifier(tree_method='hist', grow_policy='lossguide',gamma=1.0, max_depth=0, max_leaves=255,  min_child_weight=100,n_estimators=500,
                    n_jobs=-1,
                    learning_rate=0.1,
                    subsample=0.7,
                    colsample_bytree=0.7,
                   )

我绘制了训练集和验证集的学习曲线（对数损失与历时）。

我得到的

The learning curves 对于训练和验证集完全相同：对数损失从0.6开始减少到0.3，然后在100个时期后达到平稳状态

我认为这是拟合不足的情况？给我很大的偏见。

在这种情况下，如何使模型复杂化？

非常感谢您的帮助

谢谢