如xgboost文档中所述，scale_pos_weight控制正权重和负权重的平衡，这对不平衡类很有用。在参数调整注释（https://xgboost.readthedocs.io/en/latest/tutorials/param_tuning.html）中指出，如果用户关心预测正确的概率，则无法完成数据集的重新平衡，并且需要将max_delta_step设置为有限数而不是0。
我想知道，如果我关心预测正确的概率，是否只需要 调整max_delta_step并使用默认值scale_pos_weight？还是我需要调整两个参数？
xgboost还提供任何解决方案来处理极不平衡的数据集以进行回归预测（零值与正值1％对比99％）吗？