【机器学习】 之 xgboost python ubuntu部署

安装XGBoost-Python

pip install xgboost --index https://pypi.mirrors.ustc.edu.cn/simple/

安装基本开发工具：

$ sudo apt install git build-essential python-dev python-setuptools python-pip python-numpy python-scipy

从Github下载最新源代码：

1	$git clone --recursive https://github.com/dmlc/xgboost

编译：

12	$cdxgboost$make-j4

生成的库：lib/libxgboost.so、lib/libxgboost.a；命令行工具：xgboost。

安装Python包：

1234	$cd python-package/$sudo python setup.py install# 或# $ sudo python setup.py install --user

测试：

12345678910

importxgboostasxgb# read in datadtrain=xgb.DMatrix('demo/data/agaricus.txt.train')dtest=xgb.DMatrix('demo/data/agaricus.txt.test')# specify parameters via mapparam={'max_depth':2,'eta':1,'silent':1,'objective':'binary:logistic'}num_round=2bst=xgb.train(param,dtrain,num_round)# make predictionpreds=bst.predict(dtest)

安装XGBoost-R

安装XGBoost包：

12	>install.packages('xgboost')>library(xgboost)

测试：

123456789

# load datadata(agaricus.train,package='xgboost')data(agaricus.test,package='xgboost')train<-agaricus.traintest<-agaricus.test# fit modelbst<-xgboost(data=train$data,label=train$label,max.depth=2,eta=1,nround=2,nthread=2,objective="binary:logistic")# predictpred<-predict(bst,test$data)

• XGBoost源代码：https://github.com/dmlc/xgboost
• XGBoost的文档：http://xgboost.readthedocs.io/en/latest/