Windows 下安装 XGBoost

最新推荐文章于 2024-07-14 12:25:25 发布

Halo 咯咯

最新推荐文章于 2024-07-14 12:25:25 发布

阅读量1.4k

点赞数

分类专栏：机器学习数据挖掘文章标签： XGBoost 算法

本文为博主原创文章，未经博主允许不得转载。基咯咯~

本文链接：https://blog.csdn.net/u010180815/article/details/53977700

版权

5 篇文章 0 订阅

订阅专栏

4 篇文章 0 订阅

订阅专栏

1. 什么是xgboost？

基础：GBDT
所属：boosting迭代型、树类算法。
适用范围：分类、回归
优点：速度快、效果好、能处理大规模数据、支持多种语言、支持自定义损失函数等等。
缺点：发布时间短（2014），工业领域应用较少，待检验

2. 安装xgboost前所需的软件.

3. 安装 xgboost .

3.1 安装Git

根据相关的指导安装Git，安装成功界面如下.

打开 Git，输入以下命令，定位到你要放置的代码目录（文件需要先行创建好。）：

$ cd /d/code/xgboostDir/

3.2 安装MinGW-W64.

MinGW-W64是用来来编译XGBoost代码。

安装成功之后，需要配置下MinGW-W64的环境变量。把 D:\Program Files\mingw-w64\x86_64-4.9.2-posix-seh-rt_v3-rev1\mingw64\bin 加到 Path 中。然后重新打开 Git，输入以下命令：

$ which mingw32-make

若有和以上类似的显示则代表安装成功，接着再输入以下命令：

$ alias make='mingw32-make'

3.3 安装 XGBoost.

从GitHub下载XGBoost。

$ git clone --recursive https://github.com/dmlc/xgboost  
$ cd xgboost  
$ git submodule init  
$ git submodule update

用下面的命令来编译相应的模块：

$ cd dmlc-core  
$ make -j4  
$ cd ../rabit  
$ make lib/librabit_empty.a -j4  
$ cd ..  
$ cp make/mingw64.mk config.mk  
$ make -j4

执行完命令之后，可以打开XGBoost代码的路径，进入到 python-package中，在空白处按住 Shift 键然后右键单击，选择在此处打开命令窗口，

然后输入：

python setup.py install

等待安装完成，若没有错误提示则继续。

然后，在python命令窗口中试着导入XGBoost模块：

如果能够成功导入，则说明XGBoost安装成功！你可以尽情地体验XGBoost的强大功能了。

参考：http://blog.csdn.net/leo_xu06/article/details/52300869#

关注