xgboost应用于C++项目

xgboost的分类效果优于SVM，CNN等，它具有R语言和python的接口，但没有C++接口，因此需要对xgboost源码进行编译，并应用到C++项目中。xgboost源码编译具体步骤如下：

1、下载旧版xgboost，最新版不含有C++源码及xgboost.sln;

2、用VS打开Windows中的xgboost.sln,首先编译rabit，将会生成rabit.lib文件；

3、编译xgboost将会生成xgboost.exe文件

将exe文件及xgboost.lib放入运行文件夹，添加param.txt文件，内为各项参数，可进行修改

内部参数如下

objective=multi:softmax 
eta=0.1 
max_depth=6 
silent=0 
nthread=4 
num_class=7 
num_round=4 
data=train_new.txt 
test:data=test_new.txt 
task=pred
model_in=0004.model

名字应该是可以看出来都是啥的，就不多解释了，自己修改task，xgboost应用同SVM一样，必须进行特征提取和归一化的处理，具体处理方式可以参考另一篇博客https://blog.csdn.net/qq_21500275/article/details/81354627

之后进行训练，就得到模型了，把得到的模型和刚刚这些东西都放到接下来要分类的项目里面去，项目中还有一些步骤。

 1、归一化，需要搞成C++的；

2、输入句子，归一化处理之后(！！！注意：归一化向量大小，词典需要与训练时保持一致)调用；

3、输出可以到文本里，后面大家就可以根据自己的需求进行修改啦~~写的有些草率，后续有空继续完善一下。