xgboost的训练与预测——离线训练使用python，在线预测使用C++

一、选择合适的xgboost版本

c接口预测xgboost时最好选择release_0.90，原因如下：

1. 最新版本release_1.4.2不支持gcc4.8.5的编译，而我们项目的线上和开发环境的gcc版本都是4.8.5
2. release_0.90这个版本是刚好支持gcc4.8.5的xgboost版本，release_1.0就要求gcc5.0以上了
3. release_0.90这个版本编译出来的lib库，包含了libxgboost.a和libxgboost.so，而最新版本release_1.4.2只支持libxgboost.so
4. release_0.72版本，虽然也支持gcc4.8.5，也编译后有libxgboost.a和libxgboost.so。但是XGBClassifier不支持save_model这个函数。导致python脚本离线训练的xgboost，无法保存成本地模型！这是个痛点！

简而言之，就是版本太新了不行，太老了，也不行！

注意，一旦选择了xgboost的release_0.90版本后，在pip install的时候也得选择0.90。确保离线python脚本训练的模型和后期c++在线预测的xgboost版本一致。

二、离线训练并保存模型(python)

三、加载模型并在线预测(c++)