我想量化 xgboost 模型的超参数搜索的计算成本。一种方法是使用为训练选择的一种特定超参数配置来测量训练时间，并将其用作计算成本的代理。我们是否可以根据选择的超参数的值来量化基于该模型的超参数的计算成本，例如基于最大深度、估计器数量、最小子体重、伽马等的分析表达式，或者您能否建议一些其他方法来量化此计算成本? 我想测量为在同一组数据上训练而选择的每个特定超参数，模型性能和计算成本是多少！