如何在python环境下安装xgboost

下面将介绍XGBoost的python模块

编译及导入python模块

数据接口a参数置

训练模型

提前终止程序

预测

安装

首先安装xgboost的c++版本，然后进入原文件的根目录下的wrapper文件夹执行如下脚本安装python模块

python setup.py install

安装完成后按照如下方式导入xgboost的python模块

import xgboost as xgb

数据接口

xgboost可以加载libsvm格式的文本数据，加载的数据格式可以为NumPy的二维数组和xgboost的二进制缓存文件。加载的存储点在对象DMatrix中。

加载libsvm格式的数据和二进制的缓存文件时候可以使用如下方式

drain=xgb.Dmatrix('train.svm.txt') dtest=xgb.DMatrix('test.svm.buffer')

加载numpy的数组到Dmatrix对象时，可以用如下方式

data=np.random.rand(5,10) #5 entities,each contains 10 feature label =np.random.randint(2,size=5)#binary target dtrain=xgb.DMatrix(data,label=label)

将scipy.sparse格式的数据转化为DMatrix格式时，可以使用如下方式

csr=scipy.sparse.csr_matrix((dat,(row,col)),) drain =xgb.DMatrix(csr)

将DMatrix格式的数据保存为xgboost的二进制格式，在下次加载的时候可以提高加载速度，使用方式如下

drain ＝xgb.DMatrix('train.svm.txt') drain.save_binary("train.bu