Windows下安装python版的XGBoost（Anaconda）【成功验证，按着步骤一步一步安装能够成功】

男娘i 2022-06-06 05:22 162阅读 0赞

[XGBoost][]是近年来很受追捧的机器学习算法，由华盛顿大学的陈天奇提出，在国内外的很多大赛中取得很不错的名次，要具体了解该模型，可以移步[GitHub][]，本文介绍其在Widows系统下基于Git的python版本的安装方法。

需要用到三个软件：

*  python软件（本文基于[Anaconda][]，因为自带很多库，比较方便）
 *  [Git for Windows][]
 *  [MINGW][]

假设都已经安装好了Anaconda，建议安装python2版本的，虽然python3也可以，但python2较为主流。再安装Git，装完之后在开始菜单里打开Git Bash，首先新建一个文件夹xgboostCode用于存放代码和下载文件，然后在刚刚打开的Bash终端中输入下面命令，定位目录。

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ cd /c/Users/xgboostCode/

然后用下面的命令从GitHub下载XGBoost。

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ git clone --recursive https://github.com/dmlc/xgboost
2.  $ cd xgboost
3.  $ git submodule init
4.  $ git submodule update

还需要下载64位的编译器MinGW-W64来编译下载的代码，上面已经提供下载地址。安装的界面如下：

![20160824160515533][]

然后选择x86\_64的Architecture，其他的选项默认。

![20160824160525002][]

按照指示完成安装，我电脑安装的路径为C:\\Program Files\\mingw-w64\\x86\_64-5.3.0\-posix-seh-rt\_v4\-rev0 。然后将C:\\Program Files\\mingw-w64\\x86\_64-5.3.0\-posix-seh-rt\_v4\-rev0\\mingw64\\bin这个文件夹的路径添加到自己电脑的环境变量中去，[具体步骤][Link 1]。  
 关闭Git Bash终端，再次打开，刚刚添加的路径变量就生效了，输入以下命令检查效果：

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ which mingw32-make

如果得到类似下面的结果，就说明配置成功了。

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  /c/Program Files/mingw-w64/x86\_64-5.3.0-posix-seh-rt\_v4-rev0/mingw64/bin/mingw32-make

再输入下面的命令：

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ alias make='mingw32-make'

下面就可以安装XGBoost了，首先定位到下载它的路径：

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ cd /c/Users/xgboostCode/xgboost

官方给的[安装指导][Link 2]可能不成功，我们需要用下面的命令逐个地编译子模块：

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  $ cd dmlc-core
2.  $ make -j4
3.  $ cd ../rabit
4.  $ make lib/librabit\_empty.a -j4
5.  $ cd ..
6.  $ cp make/mingw64.mk config.mk
7.  $ make -j4

执行完成之后就可以在Anaconda中安装XGBoost的python模块了。在电脑的开始菜单中打开Anaconda Prompt，输入下面命令：

**\[plain\]** [ view plain][view plain] [ copy][view plain]

1.  cd xgboostCode\\xgboost\\python-package

然后输入安装命令：

python setup.py install   
  安装已经完成，但在调用XGBoost之前，还应该将g++的运行库路径导入到os环境路径变量中，在Anaconda中打开Ipython，或者在python的命令行里，分别输入下面的命令：

**\[python\]** [ view plain][view plain] [ copy][view plain]

1.  import os
2.  mingw\_path = 'C:\\\\Program Files\\\\mingw-w64\\\\x86\_64-5.3.0-posix-seh-rt\_v4-rev0\\\\mingw64\\\\bin'
3.  os.environ\['PATH'\] = mingw\_path + ';' \+ os.environ\['PATH'\]

下面新建一个python文件，导入XGBoost，并测试下面的代码：

**\[python\]** [ view plain][view plain] [ copy][view plain]

1.  import numpy as np
2.  import xgboost as xgb
3.  data = np.random.rand(5,10) \# 5 entities, each contains 10 features
4.  label = np.random.randint(2, size=5) \# binary target
5.  dtrain = xgb.DMatrix( data, label=label)
6.  
7.  dtest = dtrain
8.  
9.  param = \{ 'bst:max\_depth':2, 'bst:eta':1, 'silent':1, 'objective':'binary:logistic' \}
10. param\['nthread'\] = 4
11. param\['eval\_metric'\] = 'auc'
12. 
13. evallist = \[(dtest,'eval'), (dtrain,'train')\]
14. 
15. num\_round = 10
16. bst = xgb.train( param, dtrain, num\_round, evallist )
17. 
18. bst.dump\_model('dump.raw.txt')

**\[python\]** [ view plain][view plain] [ copy][view plain]

如果可以正常运行，那么恭喜你！安装成功~  
  
原文：

http://blog.csdn.net/leo\_xu06/article/details/52300869

[XGBoost]: https://github.com/dmlc/xgboost
[GitHub]: http://xgboost.readthedocs.io/en/latest/
[Anaconda]: https://www.continuum.io/downloads
[Git for Windows]: https://git-for-windows.github.io/?cm_mc_uid=41208005060614719434058&cm_mc_sid_50200000=1472023539
[MINGW]: https://sourceforge.net/projects/mingw-w64/
[view plain]: http://blog.csdn.net/leo_xu06/article/details/52300869#
[20160824160515533]: /images/20220606/c84b5f4c60234c4da0419e29deb1329d.png
[20160824160525002]: /images/20220606/5b4d37382a784750b94019f43c8c519c.png
[Link 1]: http://jingyan.baidu.com/article/db55b6099d1e0d4ba30a2fc0.html
[Link 2]: https://xgboost.readthedocs.io/en/latest/build.html#building-on-windows