python环境下xgboost的安装与使用

XGboost(eXtreme Gradient Boosting)属于有监督学习，是Gradient Boosting模型的一种改进版，在国外的Kaggle，国内的Kesci、天池、DataCastle等平台上的数据比赛中应用十分广泛，更加取得了非常不错的成绩。XGboost在Python、R、Java等多种语言中都有相应的实现版本，一下以Python为例，介绍python环境下xgboost的安装与使用。

XGboost的项目托管在Github上，XGBoost官网介绍了如何在Mac、Linux、Windows三大操作系统下的安装。

在Mac上构建XGboost

方法一：根据官网步骤进行安装

1.编译

libomp从Homebrew获取：

brew install libomp

克隆存储库：

git clone --recursive https://github.com/dmlc/xgboost

创建build/目录并调用 CMake。

mkdir build
cd build

调用 CMake 后，使用以下命令构建 XGBoost make：

cmake ..
make -j4

2.系统级别安装：

cd python-package
sudo python setup.py install

3.删除安装文件

方法二：anaconda依赖版

1.打开anaconda自带的Prompt

anaconda search -t conda xgboost

得到很多可选的库

2.在里面找到可以在64位机器上安装的anaconda py-xgboost包，输入

conda install -c anaconda py-xgboost

3.检查完环境后，选择y继续安装即可完成

检验：

方法一：使用pip list命令检验

pip list

方法二：在Python环境下引入XGBoost，没有提示信息证明安装成功

import xgboost