Windows下安装python版的XGBoost(Anaconda)
- python软件(本文基于Anaconda,因为自带很多库,比较方便)
- Git for Windows
- MINGW
$ cd /c/Users/xgboostCode/
注意:cd后边有空格。
然后用下面的命令从GitHub下载XGBoost。
$ git clone --recursive https://github.com/dmlc/xgboost
$ cd xgboost
$ git submodule init
$ git submodule update
还需要下载64位的编译器MinGW-W64来编译下载的代码,上面已经提供下载地址。安装的界面如下:
然后选择x86_64的Architecture,其他的选项默认。
按照指示完成安装,我电脑安装的路径为 C:\Program Files\mingw-w64\x86_64-5.3.0-posix-seh-rt_v4-rev0 。然后将C:\Program Files\mingw-w64\x86_64-5.3.0-posix-seh-rt_v4-rev0\mingw64\bin这个文件夹的路径添加到自己电脑的环境变量中去,具体步骤。
关闭Git Bash终端,再次打开,刚刚添加的路径变量就生效了,输入以下命令检查效果:
$ which mingw32-make
如果得到类似下面的结果,就说明配置成功了。
/c/Program Files/mingw-w64/x86_64-5.3.0-posix-seh-rt_v4-rev0/mingw64/bin/mingw32-make
再输入下面的命令:
$ alias make='mingw32-make'
下面就可以安装XGBoost了,首先定位到下载它的路径:
$ cd /c/Users/xgboostCode/xgboost
官方给的安装指导可能不成功,我们需要用下面的命令逐个地编译子模块:
$ cd dmlc-core $ make -j4 $ cd ../rabit $ make lib/librabit_empty.a -j4 $ cd .. $ cp make/mingw64.mk config.mk $ make -j4
执行完成之后就可以在Anaconda中安装XGBoost的python模块了。在电脑的开始菜单中打开Anaconda Prompt,输入下面命令:
cd xgboostCode\xgboost\python-package
安装已经完成,但在调用XGBoost之前,还应该将g++的运行库路径导入到os环境路径变量中,在Anaconda中打开Ipython,或者在python的命令行里,分别输入下面的命令:
import os mingw_path = 'C:\\Program Files\\mingw-w64\\x86_64-5.3.0-posix-seh-rt_v4-rev0\\mingw64\\bin' os.environ['PATH'] = mingw_path + ';' + os.environ['PATH']
下面新建一个python文件,导入XGBoost,并测试下面的代码:
import numpy as np import xgboost as xgb data = np.random.rand(5,10) # 5 entities, each contains 10 features label = np.random.randint(2, size=5) # binary target dtrain = xgb.DMatrix( data, label=label) dtest = dtrain param = {'bst:max_depth':2, 'bst:eta':1, 'silent':1, 'objective':'binary:logistic' } param['nthread'] = 4 param['eval_metric'] = 'auc' evallist = [(dtest,'eval'), (dtrain,'train')] num_round = 10 bst = xgb.train( param, dtrain, num_round, evallist ) bst.dump_model('dump.raw.txt')
输出:
[0] eval-auc:0.5 train-auc:0.5 [1] eval-auc:0.5 train-auc:0.5 [2] eval-auc:0.5 train-auc:0.5 [3] eval-auc:0.5 train-auc:0.5 [4] eval-auc:0.5 train-auc:0.5 [5] eval-auc:0.5 train-auc:0.5 [6] eval-auc:0.5 train-auc:0.5 [7] eval-auc:0.5 train-auc:0.5 [8] eval-auc:0.5 train-auc:0.5 [9] eval-auc:0.5 train-auc:0.5
如果可以正常运行,那么恭喜你!安装成功~
转自:http://blog.csdn.net/leo_xu06/article/details/52300869