win10环境 python添加xgboost包

最近参加比赛，发现用这个包的很多，效果也不错。所以想安装下来使用下。

网上大多数博客写的还是下载下来以后找到windows文件夹。。。

但官网最新版本已经没有这个文件夹了，所以自己总结了一下。

1、准备：

python安装  我用的是anaconda安装包

git安装   网上教程很多 ，大家自己参考哈

MINGW http://www.mingw.org/

在 git bash中cd到想安装的路径

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

下载MINGW安装时注意如下这一步的选择

 

最后一步时记住安装路径并将其路径下的bin添加到windows的path中

我的是

C:\ProgramFiles\mingw-w64\x86_64-7.1.0-posix-seh-rt_v5-rev0\mingw64/bin/mingw32-make

添加后重新打开git bash（win10系统还需重新开下机）

$ which mingw32-make检查是否添加成功

2、编译

切换到xgboost目录下编译

$ cd dmlc-core

$ make -j4

$ cd ../rabit

$ make lib/librabit_empty.a -j4

$ cd ..

$ cp make/mingw64.mk config.mk

$ make -j4

3、安装（仍是使用git bash）

xgboost目录下进入python-package

cd \xgboost\python-package

python setup.py install

4、检测

打开python编辑界面

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']

import xgboost as xgb
import numpy as np

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)

dtest = dtrain

param = {'bst:max_depth':2, 'bst:eta':1, 'silent':1, 'objective':'binary:logistic' }
param['nthread'] = 4
param['eval_metric'] = 'auc'

evallist  = [(dtest,'eval'), (dtrain,'train')]

num_round = 10
bst = xgb.train( param, dtrain, num_round, evallist )

bst.dump_model('dump.raw.txt'）

参考：

https://xgboost.readthedocs.io/en/latest/build.html#building-on-windows

https://github.com/dmlc/xgboost