Question

如何调用xgboost python

Answer 1

1
建议大家使用anoconda，里面集成了不少做挖掘、统计相关的包，省去了我们自己安装的麻烦。（主要是考虑到包与包之间有依赖关系，建议用anoconda，numpy、matplotlib这些基础包自动都安装上了）。
在安装完集成开发环境后， 下载xgboost-windows文件，链接如下：
xgboost-windows文件
打开xgboost目录下的windows文件夹，用vs2013以上版本打开xgboost.sln工程（一定要用以上版本，之前我用vs2010打开会出现各种问题），右键项目名称-点击配置管理器-将debug改为release，win32还是win64根据自己的电脑选。

然后右键重新生成解决方案，当在输出窗口出现成功字样后，就表示xgboost的C++版本安装成功了。

打开cmd，进入到xgboost的python-package目录下，我的是这个路径：F:\Program Files\annoconda\xgboost-master\python-package。cmd命令为：
f：回车
cd \Program Files\annoconda\xgboost-master\python-package
然后输入python setup.py install 回车
若上述步骤都没问题，此时系统会自动在python-package包里安装xgboost包。
判断xgboost是否成功安装：
import xgboost as xgb
成功导入后，基本就没有问题了。

Answer 2

安装
首先安装XGBoost的C++版本，然后进入源文件的根目录下的 wrappers文件夹执行如下脚本安装Python模块
python setup.py install1

安装完成后按照如下方式导入XGBoost的Python模块
import xgboost as xgb1

=
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的二进制的缓存文件。加载的数据存储在对象DMatrix中。
加载libsvm格式的数据和二进制的缓存文件时可以使用如下方式
dtrain = xgb.DMatrix('train.svm.txt')
dtest = xgb.DMatrix('test.svm.buffer')12

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 features
label = np.random.randint(2, size=5) # binary target
dtrain = xgb.DMatrix( data, label=label)123

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)) )
dtrain = xgb.DMatrix( csr )12

将 DMatrix 格式的数据保存成XGBoost的二进制格式，在下次加载时可以提高加载速度，使用方式如下
dtrain = xgb.DMatrix('train.svm.txt')
dtrain.save_binary("train.buffer")12

可以用如下方式处理 DMatrix中的缺失值：
dtrain = xgb.DMatrix( data, label=label, missing = -999.0)1

当需要给样本设置权重时，可以用如下方式
w = np.random.rand(5,1)
dtrain = xgb.DMatrix( data, label=label, missing = -999.0, weight=w)12