Использование модели XGBRegressor для прогнозирования будущих продаж

Question

Я использовал модель XGBRegressor для прогнозирования. Код, который я использовал,

import xgboost 
from sklearn.metrics import mean_squared_error 
xgb = xgboost.XGBRegressor(reg = 'linear',
                           n_estimators=1200, 
                           num_rounds = 1500, 
                           learning_rate=0.3 ,#0.1
                           seed = 45, 
                           gamma=0, #0
                           subsample = 0.7, 
                           colsample_bytree = 1, #0.1
                           max_depth= 6, 
                           min_child_weight = 1, 
                           nthread = 4, 
                           silent = 1)

  xgb.fit(xtrain,ytrain,eval_set=[(xtrain,ytrain), (xtest, ytest)],
          early_stopping_rounds = 50,
          verbose = False)

  y_train_pred = xgb.predict(xtrain)
  predictions = xgb.predict(xtest)

Результат: поезд R ^ 2: 0,94, тест: 0,86 Поезд MSE: 11587,83, тест: 37550,05 Поезд RMSE: 107,65, тест: 193,78 Поезд MAE: 45,10, тест: 58,72

Мне нужно уменьшить RMSE, MAE и MSE. Чтобы уменьшить количество ошибок, какой параметр мне нужно настроить. Я попытался присвоить параметрам различные значения, но частота ошибок не снижается. Мне нужно добавить или удалить какие-то параметры?