Anaconda：XGBoost的安装

紫昂张

已于 2023-07-30 17:20:09 修改

阅读量1.1k

点赞数

分类专栏： Python数据分析文章标签： python 人工智能开发语言

于 2023-01-20 21:40:34 首次发布

本文链接：https://blog.csdn.net/Sukey666666/article/details/128743796

版权

Python数据分析专栏收录该内容

10 篇文章

订阅专栏

当要用的包没有安装怎么办？比如这里要用到XGBoost的模型，但是报错了。

在Anaconda的环境那里搜索包名，勾选点安装就可以啦：

安装完成后，再调用就不会报错啦：

模型名().fit()训练模型；

predict_proba()计算预测的结果；

roc_auc_score()计算auc；

from xgboost import XGBClassifier 
model = XGBClassifier().fit(X_train,y_train)
y_test_proba = model.predict_proba(X_test)[:,1]

from sklearn.metrics import roc_auc_score
test_auc = roc_auc_score(y_test,y_test_proba)
test_auc

auc计算结果：

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

紫昂张

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Anaconda上安装XGBoost

youtaidudewamao的博客

04-06

604

按照网上的经验分两个步骤安装： 1.anaconda search -t conda xgboost 2.conda install -c anaconda py-xgboost 但是出现报错：按网上的说法，找到anaconda prompt右键用管理员身份运行，再装一遍，还是出现报错： ...

anaconda中安装xgboost_在anaconda中导入xgboost错误？

weixin_39974400的博客

12-19

356

使用Spyder时同样的事情发生在我身上。我能够使用终端(有折旧警告)将其导入即：[emailprotected]:~$ pythonPython 3.6.1 |Anaconda custom (64-bit)| (default, May 11 2017, 13:09:58)[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linuxType "help",...

参与评论您还未登录，请先登录后发表或查看评论

在Anaconda中安装xgboost（简单高效）

m0_62881487的博客

09-22

5370

1. 前提条件：windows环境下，anaconda（这里指的是Anaconda3）已安装，相应的numpy和sicpy也已安装。如果未安装需要先安装这两个库。2. 输入以下命令，用清华镜像。包从这里下载，速度比较快；否则，默认国外的镜像，下载速度慢，会导致安装失败。

如何在Python上安装xgboost？

热门推荐

小白tree的博客

08-31

1万+

打开 Anaconda prompt 输入： conda install -c anaconda py-xgboost 即可

Anaconda安装XGBoost

qq_29193007的博客

10-29

229

打开 Anaconda prompt 输入： python -m pip install xgboost -i https://pypi.douban.com/simple

Mac上anaconda安装xgboost

zjkman163com的博客

08-04

904

1.升级pip python -m pip install --upgrade pip 2.直接使用装包工具pip install xgboost在python中安装xgboost 安装后无法使用 XGBoostError: XGBoost Library (libxgboost.dylib) could not be loaded. Likely causes: * OpenMP runtime is not installed (vcomp140.dll or libgomp-1.dll for W

教程：anaconda安装xgboost、lightGBM

weixin_38930037的博客

07-01

688

我使用的不是base环境，是python323（自建环境）可以直接在base环境中配置安装使用 anaconda prompt 1、在官网中下载xgboost和lightGBM 下载地址： https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost xgboost：（cp表示python的版本）下载amd64.whl（猜测与python或是anaconda的版本有关） lightGBM：（cp表示python的版本） 2、下载后得到

Linux下ubuntu系统中anaconda安装以及xgboost安装全过程（汇总）

weixin_44104450的博客

07-26

1145

1、anaconda安装 1.1安装包下载地址 https://repo.anaconda.com/archive/ 或https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 1.2安装包版本对应关系首先，解释下如何看这张表，比如我们想安装支持python3.6.5的anaconda版本，那么我们先在python3.6一栏下找到3.6.5设个...

anaconda中安装xgboost_在windows64位Anaconda3环境下安装XGBoost

weixin_32951341的博客

01-15

390

安装步骤参考的是：“Installing XGBoost For Anaconda on Windows”：https://www.ibm.com/developerworks/community/blogs/jfp/entry/Installing_XGBoost_For_Anaconda_on_Windows?lang=zh一、安装前的准备In order to install and use...

anaconda中安装xgboost_安装xgb

weixin_36019375的博客

12-31

1132

0、然后，在命令提示符中输入python --version，显示当前的版本号，如下图：1、下载xgboost安装包，按照安装得python版本找对应得文件https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost ctrl+f 搜索进入2、将下载的文件，复制粘贴到（D:anacondaScripts）同目录下面，如果没有安装anaconda的朋友，...

在Anaconda中安装XGBoost

qq_35482604的博客

05-16

230

Mac在Anaconda中安装XGBoost https://blog.csdn.net/weixin_44750583/article/details/103841216 windows在Anaconda中安装XGBoost https://blog.csdn.net/xiaoran_Li/article/details/88025003?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachin

anaconda下安装xgboost

weixin_34362790的博客

04-01

161

1、下载whl文件网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 选择合适自己的环境的下载，比如python3.6还是3.5的，64位机子还是32位机子。我下载的是xgboost‑0.7‑cp36‑cp36m‑win_amd64.whl 2、打开anaconda prompt 将目录cd到下载好的whl文件所在的目录，然后...

Anaconda中安装xgboost的方法

yuekangwei的博客

01-25

1775

1.打开Anaconda Prompt 2.输入命令： `pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple` 注：如果是给pytorch或者是给tensorflow安装xgboost，就先输入activate pytorch 进入pytorch或者tensorflow环境中，再安装。

anaconda 安装xgboost

skysys的研究小屋

07-19

553

conda install -c anaconda py-xgboost

windows Anaconda 安装xgboost

marho

08-03

366

1、转到https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost安装对应版本的xgboost文件，选择适合自己python版本和系统版本的文件下载. 2、安装 pip install C:\MyDisk\Software\xgboost-0.72-cp36-cp36m-win_amd64.whl 安装后，进入python命令行，import...

在anaconda环境下安装xgboost

molaum的博客

03-12

1753

通常安装模块直接在anaconda命令控制台下输入pip install 包名即可，可是今天在安装时总是出错，我把错误及最终解决方法都写出来，希望能对大家有所帮助。问题一初次安装时，直接pip install xgboost出现如下提示：之后通过把上面包的下载链接直接贴到浏览器中下载，https://files.pythonhosted.org/packages/36/a5/703...

anaconda安装xgboost库

06-28

### 回答1：要在anaconda中安装xgboost库，可以使用以下命令： 1. 打开anaconda prompt或者终端 2. 输入以下命令：conda install -c anaconda py-xgboost 这将会从anaconda的官方渠道安装xgboost库。安装完成后，你就可以在anaconda中使用xgboost库了。 ### 回答2： xgboost是一款非常强大的开源机器学习库，能够支持多种机器学习算法，并且在性能和准确性方面都非常优秀。为了能够使用xgboost库，我们需要先安装anaconda，在这里我们介绍如何在anaconda中安装xgboost库。 1. 打开anaconda命令行工具。 2. 在命令行工具中输入以下命令，用于更新conda。 ``` conda update conda ``` 3. 然后我们需要创建一个新的conda环境，以便于在这个环境中安装xgboost库。使用以下命令创建一个名为xgboost的新环境： ``` conda create -n xgboost python=3.6 ``` 其中，-n参数指定环境的名称，python=3.6指定环境中的Python版本。 4. 激活xgboost环境并安装xgboost。 ``` conda activate xgboost conda install -c anaconda py-xgboost ``` 5. 安装完成后可以使用以下命令检查是否正常安装。 ``` python -c "import xgboost; print(xgboost.__version__)" ``` 以上就是如何在anaconda中安装xgboost的过程。安装完成后，你就可以在xgboost环境中使用xgboost来训练模型了。如果你需要使用其它的Python数据分析库，也可以在xgboost环境中安装它们。这样，你就可以避免在单个Python环境中安装多个库时出现的版本冲突问题。 ### 回答3： Anaconda是一个开源的Python数据科学平台，包括Python发行版、包管理器、环境管理器和数据分析工具。Anaconda包含了大量的第三方库和工具，可以轻松在各种系统和平台上安装、部署、使用和管理Python的数据科学工具和库。其中xgboost是一种基于梯度提升树（Gradient Boosting Decision Tree）算法的机器学习库，用于解决分类、回归和排名等问题。xgboost优化了GBDT的计算速度和精度，被广泛应用于工业界和学术界。下面是安装anaconda的xgboost库的步骤：步骤1：安装Anaconda 在官方网站上下载适合自己系统的Anaconda版本，并安装。安装完成后打开Anaconda Navigator，可以看到Anaconda自带的一些数据科学工具和库。步骤2：打开Anaconda Prompt 在开始菜单中找到Anaconda Prompt，打开其命令行窗口，这是安装第三方库和工具的常用方式。步骤3：更新conda 在命令行窗口中输入以下命令，用来更新conda和源： conda update conda conda config --add channels conda-forge 步骤4：安装xgboost库在命令行窗口中输入以下命令，用于安装xgboost库： conda install -c anaconda py-xgboost 安装完成后，通过在Python中导入xgboost库来验证是否成功安装： import xgboost 可以通过使用xgboost库来构建和训练机器学习模型，从而解决各种数据科学的问题。总结：Anaconda安装xgboost库是一种非常方便、快捷、可靠的方法，提供了很多第三方库和工具，减少了许多手动安装和配置的麻烦，为Python的数据科学和机器学习提供了很好的帮助。