相关资料挺少的,对于我这种新手来说太难搞了。找了很多资料才弄出来,故记录一下。
1.首先跟着这篇文章弄:在Windows中如何安装XGBoost的C++版本进行模型训练和推理-CSDN博客 。但是他第5点是我参考了中文文档里面来弄的,也就是cmake .. -G "Visual Studio 17 2022"
。实际上直接用中文文档里面的反而还不行,所以我结合了一下两者。不过上面csdn原文的直接用应该也没毛病。
这里说几个坑:
a.我因为网络原因clone 443。所以去下载的压缩包,但是这样不行!!!
看官方文档说是有子模块,直接下载压缩包会缺失文件。算了,干脆开梯子下载,开梯子要配置git代理为梯子的地址,不然开了也没用。
b.然后就是克隆下来要使用不同版本的话,可以在构建好之后打开sln,选择git界面切换到想要的版本分支,再重新构建就行了。
附上中文版文档:XGBoost入门指引 - 安装指南 - 《XGBoost 中文文档》 - 书栈网 · BookStack
2.一个简单的c++示例代码(我使用了1.4.0版本,下面代码拿gpt生成初版然后改的,直接生成的没法用,gpt那边不知道生成的哪个版本的代码):
#include <iostream>
#include <vector>
#include <random>
#include <xgboost/c_api.h>
int main() {
// 随机生成二分类数据集
const int n_samples = 100;
const int n_features = 10;
std::vector<float> data(n_samples * n_features);
std::vector<float> labels(n_samples);
std::mt19937 rng; // 随机数生成器
std::uniform_real_distribution<float> dist(-1.0, 1.0); // 均匀分布
for (int i = 0; i < n_samples; i++) {
labels[i] = (dist(rng) > 0) ? 1.0 : 0.0;
for (int j = 0; j < n_features; j++) {
data[i * n_features + j] = dist(rng);
}
}
// 将数据转换为 DMatrix
DMatrixHandle dtrain;
XGDMatrixCreateFromMat(data.data(), n_samples, n_features, 0, &dtrain);
XGDMatrixSetFloatInfo(dtrain, "label", labels.data(), n_samples);
// 设置参数
const char* params[] = { "objective=binary:logistic", "max_depth=3", "eta=0.1" };
const int n_params = sizeof(params) / sizeof(char*);
BoosterHandle booster;
XGBoosterCreate(&dtrain, 1, &booster);
XGBoosterSetParam(booster, "seed", "0");
for (int i = 0; i < n_params; i++) {
XGBoosterSetParam(booster, params[i], "");
}
// 训练模型
const int n_rounds = 10;
for (int i = 0; i < n_rounds; i++) {
XGBoosterUpdateOneIter(booster, i, dtrain);
}
// 预测数据
DMatrixHandle dtest;
XGDMatrixCreateFromMat(data.data(), n_samples, n_features, 0, &dtest);
bst_ulong* out_len=new bst_ulong(n_samples);
const float* out_result=new float[n_samples];
// 分配内存给 out_result
XGBoosterPredict(booster, dtest, 0, 0,0, out_len, &out_result);
// 输出预测结果
std::cout << "Predictions:" << std::endl;
for (int i = 0; i < n_samples; i++) {
std::cout << out_result[i] << std::endl;
}
XGDMatrixFree(dtrain);
XGDMatrixFree(dtest);
XGBoosterFree(booster);
return 0;
}
貌似有点小问题,预测结果出来有负数(期待大神纠正),但是能运行就算成功🤣
个人吐槽一波:我是真**的无语了,好好的python不用让我用c++搞,我屁都不会我拿头搞啊🤬🤬🤬