最近在学习xgboost, 然后安装XGBoost包,然后百度一下发现安装还是挺复杂的,有的需要源码安装,然后编译,这里选择一种比较简单的方法安装。
1. 安装anoconda, 然后创建一个虚拟环境
这里安装anoconda的就不具体说了,然后我们设置一下镜像源,这里使用的是科大的镜像源。
参考文章:
1.深度学习基本环境搭建(ubutu16+Anaconda+Pycharm+Tensorflow
2. USTC. Anaconda 源使用帮助
2. 安装xgboost
尝试了使用源码安装,但是卡在最后一步,说是下载一个什么scipy包,无果,放弃这种方法。转到镜像安装。
steps1:创建一个xgboost环境
conda create -n xgboost pip python=3.6
steps2:进入到这个环境
source activate xgboost
steps3:安装xgboost
pip install xgboost --index https://pypi.mirrors.ustc.edu.cn/simple/
steps4:测试xgboost
conda list
上面的安装是参考:
1.在Ubuntu下安装xgboost
2.xgboost系列:windows和linux下xgboost安装指南
3.Linux下安装xgBoost
3. 学习XGBoost
1.通俗理解kaggle比赛大杀器xgboost
2.xgboost调参:Complete Guide to Parameter Tuning in XGBoost (with codes in Python)
3.gbm调参:Complete Guide to Parameter Tuning in Gradient Boosting (GBM) in Python
4.知乎:机器学习-一文理解GBDT的原理-20171001
5.ghtGBM,XGBoost被面试官刁难了?内有含泪面试经验
6.当GridSearch遇上XGBoost 一段代码解决调参问题
7.xgboost官网手册
8.xgboost原文:XGBoost: A Scalable Tree Boosting System
9.xgboost github地址: dmlc/xgboost
10.xgboost入门与实战(原理篇)
11.机器学习系列(12)_XGBoost参数调优完全指南(附Python代码)
12.kaggle比赛实例:房价预测之xgboost调参
13.Xgboost实践+第一名天池o2o优惠券的使用预测思路完整版