其他的都ks小于1.5，都扔了。这个最符合，但是max_depth=3.但还是买了。结果6中2.。。。其实是4中2，早知道买4个了
这个ks，max_depth满足条件，但是这个l1是74，所以差了点
选择规则一定要严格遵守！！！不要乱买：
1、KS 值小于 0.015 的一律不予考虑。这意味着对模型区分能力的要求非常严格，任何低于这个阈值的模型将直接被淘汰，确保所选模型具备足够的分类能力和稳定性。
2、模型深度的限制只购买 max_depth 为 2 的模型。这是为了控制模型的复杂度，防止模型过度拟合训练数据。在深度为 2 的条件下，模型的结构保持简单，但依然具备足够的表现力来捕捉主要的特征关系，兼顾了模型的稳定性和可解释性。
3、正则化参数 L1 的范围参数必须在 60 到 70 之间。这个范围的设置提供适当的正则化强度，避免模型过度复杂，同时也防止因过度限制而失去对重要特征的捕捉能力。这一数值区间经过经验测试，确保模型有良好的泛化能力。
4、L1< L2 （非硬性条件），在选择模型时，尽量选择 L1 正则化参数小于 L2 正则化参数的情况。这一条件虽然不是强制性的，但它通常意味着 L2 正则化更强，有助于在模型中引入额外的平滑度，进一步抑制过拟合。
5、L1 和 L2 之间的差值>0 2（非硬性条件）。这意味着 L1 正则化略微弱于 L2，但不至于相差过大，保持两者的适当均衡性。在这个条件下，我们可以确保模型不会因为过于激进的 L1 正则化而抹去关键特征，同时又能通过 L2 进行适度约束，达到更好的稳定性。