xgboost在windows下的安装与使用
2016-07-25 09:44
591 查看
XGBoost wins many data science and machine learning challenges. Used in production by multiple companies.
下载:
使用Git Bashgit clone --recursive https://github.com/dmlc/xgboost[/code]
上面下载的是xgboost的最新版本,还不支持windows,截至到(16年7月25日)。
我们需要手动下载它的0.4x版本,xgboost-0.47安装
它的安装步骤主要分为两步:
首先打开xgboost-0.47源文件夹里的windows文件夹。使用 VS 打开xgboost.sln 工程。build the three shared library。我用的是2015社区版。
官方说明是需要使用x64,release,可以根据自己实际做选择,X32的操作步骤也一样。
这时生成了xgboost.exefor CLI andxgboost_wrapper.dllfor python
然后在cmd里将路径改到xgboost文件夹里python-package目录cd C:\Users\Administrator\xgboost-0.47(根据自己的路径填写),在目录下执行python setup.py install。安装至此完成。
xgboost将会安装在你的python的Lib目录下,我用的Anaconda,所以在Anaconda下:测试
在ipython里导入xgboostimport xgboost as xgb
可以用demo目录下的例子熟悉xgboost的使用。
xgboost/demo/import xgboost as xgb # read in data dtrain = xgb.DMatrix('demo/data/agaricus.txt.train') dtest = xgb.DMatrix('demo/data/agaricus.txt.test') # specify parameters via map param = {'max_depth':2, 'eta':1, 'silent':1, 'objective':'binary:logistic' } num_round = 2 bst = xgb.train(param, dtrain, num_round) # make prediction preds = bst.predict(dtest)
相关文章推荐
- 用Python从零实现贝叶斯分类器的机器学习的教程
- My Machine Learning
- 机器学习---学习首页 3ff0
- Spark机器学习(一) -- Machine Learning Library (MLlib)
- 反向传播(Backpropagation)算法的数学原理
- 关于SVM的那点破事
- 也谈 机器学习到底有没有用 ?
- #ML-SDN
- TensorFlow人工智能引擎入门教程之九 RNN/LSTM循环神经网络长短期记忆网络使用
- TensorFlow人工智能引擎入门教程之十 最强网络 RSNN深度残差网络 平均准确率96-99%
- TensorFlow人工智能引擎入门教程所有目录
- Tensorflow 杂记
- 如何用70行代码实现深度神经网络算法
- 量子计算机编程原理简介 和 机器学习
- 近200篇机器学习&深度学习资料分享(含各种文档,视频,源码等)
- 已经证实提高机器学习模型准确率的八大方法
- 初识机器学习算法有哪些?
- 机器学习相关的库和工具
- 10个关于人工智能和机器学习的有趣开源项目
- 机器学习实践中应避免的7种常见错误