window下安装xgboost

最新推荐文章于 2022-07-12 17:01:56 发布
原创 最新推荐文章于 2022-07-12 17:01:56 发布 · 320 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#windows下安装 #xgboost

本文详细介绍了如何在Windows环境中从零开始安装XGBoost，包括Python的安装及配置、依赖库的安装如NumPy和SciPy，以及Git和编译工具tdm-gcc的安装过程。

怎么在Window下安装xgboost

这篇文章主要介绍在一个空白的环境下安装xgboost，从最开始的安装python开始。
  1. 安装python
  2. 安装 依赖的库

安装python

 在官网上下载python，官网地址为(https://www.python.org/downloads/release/python-361/)，下载完成后直接点击安装，安装过程中，记得把添加到路径的选项选上，如下图：

这样可以免除自己后来需要把python添加到路径中。安装完成：。
打开命令窗口，输入：python，就可以看到当前python版本的信息了：
当前python版本是3.6.1版本。

安装依赖的库

  1. 安装pip
    打开命令cmd窗口，一路cd到python安装目录下的Scripts子文件下，我的安装路径如下：C:\boke\python\Scripts，我就一直cd得到该文件夹下，执行指令“easy_install.exe pip”，生成很多文件，其中有一个叫pip.exe的文件，将该文件的路径添加至环境变量PATH（在系统变量一栏下添加），再在命令窗口cmd中输入pip就可以知道到当前pip的信息了:这里写图片描述

  2. 安装numpy
    在“(http://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost)这里可以下载下载对应依赖包，进到页面直接 ctrl+F 搜索你需要的包，其中0.18.1是库版本号；cp27、cp35分别对应Python2.7、Python3.5；win32、win_amd64对应操作系统是32位、64 位，下载时应该根据自己电脑配置下载。搜索numpy，我根据我的python版本是3.6和电脑是64位系统，下载：numpy-1.13.0+mkl-cp36-cp36m-win_amd64.whl。下载后用命令行进入 whl 文件所在目录，pip3 install *.whl(文件全名)

  3. 按照2中的方法安装scipy的库

安装另外需要的一些软件，如Git和一个编译的工具

git的下载地址是；[这里写链接内容](https://git-scm.com/downloads)
下载完成后一直点击next进行安装即可。
安装：tdm-gcc，exe下载地址是：http://pan.baidu.com/s/1eRNqUTs,在安装tdn-gcc的过程中，需要把openmp前面的勾选上，如下图：![](https://img-blog.youkuaiyun.com/20170712202548094?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzAxNTQ5Mw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
接下来的步骤可以参考这篇文章：(http://blog.youkuaiyun.com/leo_xu06/article/details/52300869)
若是安装电脑安装了VS,也可以采用下面这篇文章中比较简单粗暴的方法：(http://blog.youkuaiyun.com/u010159842/article/details/52913445)
windows下python安装xgboost
flydreamforever的专栏
04-25 5356
简介最近要用到xgboost，但是python的官网并没有直接提供windows版本。其github源码 听说为了方便版本控制，删除了之前的window分支，统一使用CMake进行版本控制，因此在window平台上装xgboost Python安装包就比以前稍微麻烦了点，下面将提供两种方式可以安装xgboost，第一种方式不需要本地编译，第二种方式需要下载源码进行本地编译。依赖包在安装xgboost
Window下XGBoost安装
snail_gesture的博客
07-31 1876
本文主要是对XGBoost安装进行介绍。在正文开始前，需要安装一些前置软件如下： - Git - MINGW下面开始正文介绍。1.首先创建XGBoost安装目录文件，然后在该目录下面启动git bash.E:\Xgboost2.然后执行如下命令。$ git clone --recursive https://github.com/dmlc/xgboost $ cd xgboost $ git su
Windows下安装xgboost
wcy12341189的博客
06-07 483
首先说明一下本人环境，anaconda3下安装 首先到网址  https://pypi.python.org/pypi/xgboost下下载xgboost-0.6a2.tar.gz 解压后找到C:\Anaconda3\xgboost\xgboost-0.6a2\xgboost-0.6a2（我的，根据自己情况设置路径）下有setup.py，在该目录下执行cmd命令 如图 安装成功
xgboost-0.82-cp27-cp27m-win_amd64.whl.rar
11-27
python whl离线安装包 pip安装失败可以尝试使用whl离线安装包安装 第一步 下载whl文件，注意需要与python版本配套 python版本号、32位64位、arm或amd64均有区别 第二步 使用pip install XXXXX.whl 命令安装，如果whl路径不在cmd窗口当前目录下，需要带上路径 WHL文件是以Wheel格式保存的Python安装包， Wheel是Python发行版的标准内置包格式。 在本质上是一个压缩包，WHL文件中包含了Python安装的py文件和元数据，以及经过编译的pyd文件， 这样就使得它可以在不具备编译环境的条件下，安装适合自己python版本的库文件。 如果要查看WHL文件的内容，可以把.whl后缀名改成.zip，使用解压软件（如WinRAR、WinZIP）解压打开即可查看。 为什么会用到whl文件来安装python库文件呢？ 在python的使用过程中，我们免不了要经常通过pip来安装自己所需要的包， 大部分的包基本都能正常安装，但是总会遇到有那么一些包因为各种各样的问题导致安装不了的。 这时我们就可以通过尝试去Python安装包大全中（whl包下载）下载whl包来安装解决问题。
windows7和windows10下安装xgboost
Together_CZ的博客
09-07 3187
      在我之前的博客中，有关于windows10下安装xgboost的教程，当时安装走了很多的弯路，自己从GitHub上下载的源码，安装网上的安装教程在一步一步地进行编译和安装，也算是成功安装了吧。        今天由于牵涉到要搭建环境，那么只好重新来一遍，想到之前使用 .whl 文件安装的时候非常的方便，今天索性就在网上找了一下xgboost的 .whl 文件在windows7和win...
【技巧】如何在windows上安装XGBoost---机器学习神器！
鱼大
03-27 1207
一个正确的安装过程，敌得过花两小时试了那些所谓的正确方式！ 本文例子环境：python3.6 ，window10,64位，anaconda 刚开始试了conda install py-xgboost，建议赶紧停下,不想你遇到那么多坑！ 提示：目前xgboost无法直接通过pip install 进行下载。。 以下步骤，简单好用： 1.先下载xgboost的.whl文件，选择...
window下安装xgboost包（三步）
腾云
09-27 2414
经常看到有人在群里问 如何安装xgb，网上各种百度不行，我当时安装的时候也吃了很多苦。 现在记录一下当时比较简单的安装方式。 note：此安装方式不适合python2.7版本，早点脱坑投入3的怀抱。 1. 下载whl安装文件，http://www.lfd.uci.edu/~gohlke/pythonlibs/，注意对应自己的版本 2. 用cmd进入当前文件目录下 3. pip instal
在Window平台下安装xgboost的Python版本
01-14 3530
xgboost的全称是eXtreme Gradient Boosting。它是Gradient Boosting Machine的一个c++实现。用于数据分类时，速度快，准确度高，在很多数据挖掘比赛(比如Kaggle)上大放异彩。下面就介绍如何在Window平台下安装xgboost的Python版本。首先，介绍我的软件配置环境，给想安装xgboost的Python版本提供一个参考：我笔记本的系统是w
如何在window下快速安装XGBoost和LightGBM
qq_27052367的博客
07-12 772
小编安装这两个包是在已经安装了anaconda和scikit-learn等环境的基础上安装的哦，代码很简单，附在下方：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ xgboost pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ lightgbm...
win10下的xgboost、ightgbm、catboost的安装和使用
qq_39954916的博客
11-06 2138
环境是win10-64位，anacanda3，python3.7.0. 首先，在Anaconda下xgboost安装和实现 xgboost安装： 1.下载xgboost安装包：https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboostXgboost: a distributed gradient boosting (GBDT, GBRT or GBM) library. Requires the Microsoft Visual C++ Redistrib.
简单到一步安装 xgboost (Windows环境)
热门推荐
cheney 博客
03-07 2万+
数据分析工具Xgboost神器，官网上有很详细的安装方法，但折腾了半天还是不能使用。 后来搜索到一个十分便捷的方式，只需要很简单的一步就可以搞定。特此分享。开始干活环境： Windows 32或64位都行，具体版本没有测试，windows7 及以上应该都可以， 本案例windows 7+32位预装：Microsoft Visual C++ Redistributable，要是电脑中没有安装这个环境...
xgboost在window安装(32/64位)----免编译步骤
xin9910的博客
05-12 2472
首先按照常规的流程是需要对xgboost进行编译，然后再安装的。但是有一个问题就是很多人不会编译，有的是没有编译环境，于是为了免去编译，我在这里提供了编译好的文件，直接下载后安装就可以了。 1。下载文件  32位地址：http://pan.baidu.com/s/1hrNjC8G 64位地址：http://pan.baidu.com/s/1mhRLjT2 2、解压缩到Pyt
xgboost安装和使用
Candy的博客
06-26 1万+
Anaconda下xgboost安装和实现 xgboost安装： 1.下载xgboost安装包：https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost xgboost-0.82-cp27-cp27m-win32.whl xgboost-0.82-cp27-cp27m-win_amd64.whl xgboost-0.90-cp35-cp35m-wi...
【微信小程序源码】小程序官方Demo.zip
09-06
资源说明： 1：本资料仅用作交流学习参考，请切勿用于商业用途。 2：一套精品实用微信小程序源码资源，无论是入门练手还是项目复用都超实用，省去重复开发时间，让开发少走弯路！ 更多精品资源请访问 https://blog.youkuaiyun.com/ashyyyy/article/details/146464041
体育赛事摘要数据集构建与自然语言处理技术应用_基于人工标注的大规模体育赛事评论文本与新闻文本摘要数据集SGSum_提供高质量训练集验证集测试集用于学术研究支持文本摘要模型开发与评估.zip
最新发布
09-06
体育赛事摘要数据集构建与自然语言处理技术应用_基于人工标注的大规模体育赛事评论文本与新闻文本摘要数据集SGSum_提供高质量训练集验证集测试集用于学术研究支持文本摘要模型开发与评估.zip
【微信小程序源码】医疗床位查询小程序.zip
09-06
资源说明： 1：本资料仅用作交流学习参考，请切勿用于商业用途。 2：一套精品实用微信小程序源码资源，无论是入门练手还是项目复用都超实用，省去重复开发时间，让开发少走弯路！ 更多精品资源请访问 https://blog.youkuaiyun.com/ashyyyy/article/details/146464041
bedrock-core-7.0.4.jar中文-英文对照文档.zip
09-06
1、压缩文件中包含： 中文-英文对照文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
【微信小程序源码】艺术.zip
09-06
资源说明： 1：本资料仅用作交流学习参考，请切勿用于商业用途。 2：一套精品实用微信小程序源码资源，无论是入门练手还是项目复用都超实用，省去重复开发时间，让开发少走弯路！ 更多精品资源请访问 https://blog.youkuaiyun.com/ashyyyy/article/details/146464041
resilience4j-circuitbreaker-1.7.1.jar中文-英文对照文档.zip
09-06
1、压缩文件中包含： 中文-英文对照文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
xgboost matlab
03-30
XGBoost is a popular open-source gradient boosting library that can be used for a variety of machine learning tasks, including classification, regression, and ranking. While XGBoost is primarily implemented in Python, it is also possible to use XGBoost in MATLAB. To use XGBoost in MATLAB, you will first need to install the necessary MATLAB package for XGBoost. This can be done by running the following command in the MATLAB command window: ```matlab installXGBoost ``` Once the XGBoost package is installed, you can use it to train and test XGBoost models in MATLAB. The basic steps for using XGBoost in MATLAB are as follows: 1. Load your data into MATLAB, and split it into training and testing sets. 2. Define the XGBoost parameters and hyperparameters you want to use for your model. 3. Train an XGBoost model using the training data and the specified parameters. 4. Use the trained model to make predictions on the test data. 5. Evaluate the performance of your XGBoost model using appropriate metrics (e.g., accuracy, AUC, RMSE, etc.). Here is an example code snippet that shows how to use XGBoost in MATLAB: ```matlab % Load data load('mydata.mat'); X_train = train_data(:, 1:end-1); y_train = train_data(:, end); X_test = test_data(:, 1:end-1); y_test = test_data(:, end); % Define XGBoost parameters and hyperparameters params = struct(); params.objective = 'binary:logistic'; params.eta = 0.3; params.max_depth = 6; params.num_round = 50; % Train XGBoost model model = xgboost(X_train, y_train, params); % Make predictions on test data y_pred = predict(model, X_test); % Evaluate model performance accuracy = sum(y_pred == y_test) / length(y_test); auc = perfcurve(y_test, y_pred, 1); rmse = sqrt(mean((y_pred - y_test).^2)); % Display results fprintf('Accuracy: %.2f%%\n', accuracy * 100); fprintf('AUC: %.2f\n', auc); fprintf('RMSE: %.2f\n', rmse); ``` In this example, we load some data, define XGBoost parameters and hyperparameters, train an XGBoost model, make predictions on test data, and evaluate the model performance using accuracy, AUC, and RMSE. Of course, you can modify the code to suit your specific needs and data.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值