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，在国表里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版本的安置要领。
需要用到三个软件：
假设都已经安置好了Anaconda，建议安置python2版本的，虽然python3也可以，但python2较为主流。再安置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。
cd /c/Users/xgboostCode/
然后用下面的命令从GitHub下载XGBoost。
$ git clone --recursive https://github.com/dmlc/xgboost $ cd xgboost $ git submodule init $ git submodule update
还需要下载64位的编译器MinGW-W64来编译下载的代码，上面已经供给下载地点。安置的界面如下：
然后选择x86_64的Architecture，其他的选项默认。
凭据指示完成安置，我电脑安置的路径为 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本身电脑的环境变量中去，具体法式。
*Git Bash终端，再次打开，刚刚添加的路径变量就生效了，输入以下命令查抄效果：
$ which mingw32-make
如果得到类似下面的功效，就说明配置告成了。
/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：
$ alias make=‘mingw32-make‘
下面就可以安置XGBoost了，首先定位到下载它的路径：
$ cd /c/Users/xgboostCode/xgboost
官方给的可能弗成功，我们需要用下面的命令逐个地编译子模块：
$ cd dmlc-core $ make -j4 $ cd ../rabit $ make lib/librabit_empty.a -j4 $ cd .. $ cp make/mingw64.mk config.mk $ make -j4
执行完成之后就可以在Anaconda中安置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：
cd xgboostCode\xgboost\python-package
然后输入安置命令：
python setup.py install
安置已经完成，但在挪用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，分袂输入下面的命令：
import os mingw_path = ‘C:\\Program Files\\mingw-w64\\x86_64-5.3.0-posix-seh-rt_v4-rev0\\mingw64\\bin‘ os.environ[‘PATH‘] = mingw_path + ‘;‘ + os.environ[‘PATH‘]
接下来可以新建python措施进行测试了
windows下安置xgboost
标签：
原文地点：https://www.cnblogs.com/stAr-1/p/8777773.html
，