忧郁一休

kaggle房价预测比赛官方地址实验平台：Windows10 64位 + sublime text 3 + anaconda 2 64位（Python2） + numpy + pandas + matplotlib + sklearnStep 0：引入相关的包# coding:utf-8# 注意读取文件时，Windows系统的\\和Linux系统的/的区别import numpy as npim

一、pip方式（未测试，看好多博主推荐的极简安装方式） 打开终端，输入：sudo pip install xgboost二、git方式（官网给的，亲测可以~）1、打开终端，用git指令克隆GitHub上的xgboost代码仓库，注意recursive参数的使用：git clone --recursive https://github.com/dmlc/xgboost2、建立共享库（此过程需要一点时

所谓进阶篇，无非是从模型的角度考虑，用了bagging、boosting（AdaBoost）、XGBoost三个牛X的模型，或者说是模型框架。 前期的数据处理阶段，即step1/2/3和 kaggle房价预测/Ridge/RandomForest/cross_validation 里面的step1/2/3没有任何不同。所以，我这里从step4开始写：Step 4: 建立模型 把数据集分回 训