xgboost學習筆記（1）：安裝
背景
xgboost是GBDT演算法的實現，可以做迴歸，分類，和排序。支援各種語言呼叫，支援單機和分散式。非常適合於大規模資料集。
- 專案主頁
- 安裝
安裝
我選擇了Python呼叫xgboost的方式。
從專案主頁下載原始碼，解壓。
[[email protected] qgzang]# git clone --recursive https://github.com/dmlc/xgboost
Cloning into 'xgboost'...
remote: Counting objects: 17097, done.
remote: Compressing objects: 100 在解壓後的目錄下執行make命令安裝。
make -j4安裝python版xgboost
在子資料夾python-package目錄下，執行python setup.py install。
[[email protected] xgboost]# cd python-package/
[[email protected] python-package]# ll
total 32
-rw-r--r--. 1 root root 4483 6月 22 15:18 build_trouble_shooting.md
-rw-r--r--. 1 root root 372 6月 22 15:18 MANIFEST.in
-rw-r--r--. 1 root root 2481 6月 22 15:18 README.rst
-rw-r--r--. 1 root root 41 6月 22 15:18 setup.cfg
-rw-r--r--. 1 root root 2277 6月 22 15:18 setup_pip.py
-rw-r--r--. 1 root root 1559 6月 22 15:18 setup.py
drwxr-xr-x. 2 root root 4096 6月 22 15:18 xgboost
[[email protected] python-package]# python setup.py install
Install libxgboost from: ['/home/storage2T/qgzang/xgboost/python-package/xgboost/../../lib/libxgboost.so']
running install
running bdist_egg
running egg_info
creating xgboost.egg-info
writing requirements to xgboost.egg-info/requires.txt
writing xgboost.egg-info/PKG-INFO
writing top-level names to xgboost.egg-info/top_level.txt
writing dependency_links to xgboost.egg-info/dependency_links.txt
writing manifest file 'xgboost.egg-info/SOURCES.txt'
reading manifest file 'xgboost.egg-info/SOURCES.txt'
reading manifest template 'MANIFEST.in'
warning: no files found matching '*' under directory 'xgboost/include'
warning: no files found matching '*' under directory 'xgboost/src'
warning: no previously-included files matching 'xgboost/build/*' found anywhere in distribution
warning: no previously-included files matching 'xgboost/*.o' found anywhere in distribution
warning: no previously-included files matching '*.pyo' found anywhere in distribution
warning: no previously-included files matching '*.pyc' found anywhere in distribution
writing manifest file 'xgboost.egg-info/SOURCES.txt'
installing library code to build/bdist.linux-x86_64/egg
running install_lib
running build_py
creating build
creating build/lib
creating build/lib/xgboost
copying xgboost/training.py -> build/lib/xgboost
copying xgboost/core.py -> build/lib/xgboost
copying xgboost/plotting.py -> build/lib/xgboost
copying xgboost/callback.py -> build/lib/xgboost
copying xgboost/__init__.py -> build/lib/xgboost
copying xgboost/libpath.py -> build/lib/xgboost
copying xgboost/compat.py -> build/lib/xgboost
copying xgboost/rabit.py -> build/lib/xgboost
copying xgboost/sklearn.py -> build/lib/xgboost
copying xgboost/VERSION -> build/lib/xgboost
copying xgboost/build-python.sh -> build/lib/xgboost
creating build/bdist.linux-x86_64
creating build/bdist.linux-x86_64/egg
creating build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/training.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/core.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/plotting.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/build-python.sh -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/callback.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/VERSION -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/__init__.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/libpath.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/compat.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/rabit.py -> build/bdist.linux-x86_64/egg/xgboost
copying build/lib/xgboost/sklearn.py -> build/bdist.linux-x86_64/egg/xgboost
byte-compiling build/bdist.linux-x86_64/egg/xgboost/training.py to training.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/core.py to core.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/plotting.py to plotting.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/callback.py to callback.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/__init__.py to __init__.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/libpath.py to libpath.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/compat.py to compat.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/rabit.py to rabit.pyc
byte-compiling build/bdist.linux-x86_64/egg/xgboost/sklearn.py to sklearn.pyc
installing package data to build/bdist.linux-x86_64/egg
running install_data
copying /home/storage2T/qgzang/xgboost/python-package/xgboost/../../lib/libxgboost.so -> build/bdist.linux-x86_64/egg/xgboost
creating build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/PKG-INFO -> build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/SOURCES.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/dependency_links.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/not-zip-safe -> build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/requires.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
copying xgboost.egg-info/top_level.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
creating dist
creating 'dist/xgboost-0.4-py2.7.egg' and adding 'build/bdist.linux-x86_64/egg' to it
removing 'build/bdist.linux-x86_64/egg' (and everything under it)
Processing xgboost-0.4-py2.7.egg
creating /root/anaconda2/lib/python2.7/site-packages/xgboost-0.4-py2.7.egg
Extracting xgboost-0.4-py2.7.egg to /root/anaconda2/lib/python2.7/site-packages
Adding xgboost 0.4 to easy-install.pth file
Installed /root/anaconda2/lib/python2.7/site-packages/xgboost-0.4-py2.7.egg
Processing dependencies for xgboost==0.4
Searching for scipy==0.17.0
Best match: scipy 0.17.0
Adding scipy 0.17.0 to easy-install.pth file
Using /root/anaconda2/lib/python2.7/site-packages
Searching for numpy==1.10.4
Best match: numpy 1.10.4
Adding numpy 1.10.4 to easy-install.pth file
Using /root/anaconda2/lib/python2.7/site-packages
Finished processing dependencies for xgboost==0.4可能會缺失一些依賴庫需要安裝。比如在步驟二需要你安裝g++，在步驟三需要你安全python的一些數學庫。
測試是否安裝成功
ipython 裡匯入xgboost包
[[email protected] python-package]# ipython
Python 2.7.11 |Anaconda custom (64-bit)| (default, Dec 6 2015, 18:08:32)
Type "copyright", "credits" or "license" for more information.
IPython 4.1.0 -- An enhanced Interactive Python.
? -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help -> Python's own help system.
object? -> Details about 'object', use 'object??' for extra details.
In [1]: import xgboost as xgb沒有報錯。
參考
相關推薦
xgboost學習筆記（1）：安裝
背景 xgboost是GBDT演算法的實現，可以做迴歸，分類，和排序。支援各種語言呼叫，支援單機和分散式。非常適合於大規模資料集。 - 專案主頁 - 安裝 安裝 我選擇了Python呼叫xgboost的方式。 從專案主頁下載原始碼，
Redis學習筆記（1）：Redis的說明與安裝
sets cti ansi c sde pos AR bsd 學習 ash Redis學習筆記（1）：Redis說明的安裝 說明 什麽是Redis REmote DIctionary Server(Redis) 是一個由Salvatore Sanfilippo寫的key-v
SpringBoot學習筆記（1）：配置Mybatis
target oca run class .com gpo connect auto users SpringBoot學習筆記（1）：配置Mybatis 參考資料： 1.AndyLizh的博客 2.xiaolyuh123的博客 快速開始 添加Mybatis依賴(
Node.js學習筆記（1）：Node.js快速開始
path 文本文 下載 啟動程序 直接 查看 學習筆記 完成後 編輯器 Node.js學習筆記（1）：Node.js快速開始 Node.js的安裝 下載 官方網址：https://nodejs.org/en/ 說明： 在Windows上安裝時務必選擇全部組件，包括勾選
tensorflow學習筆記（1）：sess.run()
原址：https://www.2cto.com/kf/201610/559887.html session.run() session.run([fetch1, fetch2]) import tensorflow as tf state = tf.Variable(0.0,dtype=
開源容器openshift學習筆記（1）：新增Router元件
開篇之前如果沒有安裝openshift環境可以參考我的博文：centos7下安裝openshift 本系列部落格學習筆記參考《開源容器雲openshift》一書：下載連線：https://download.csdn.net/download/u012371097/10745382
Redis 學習筆記（1）—— Redis安裝，String 型別測試
1 Redis 介紹 1.1 概述 Redis是一個開源，先進的key-value儲存，並用於構建高效能，可擴充套件的應用程式的完美解決方案。 Redis資料庫完全在記憶體中，使用磁碟僅用於永續性。 相比許多鍵值資料儲存，Redis擁有一套較為豐富的資料型別。
linux學習筆記（1）：linux基礎知識
1.linux是什麼？ Linux這個詞本身只表示Linux核心，但實際上人們已經習慣了用Linux來形容整個基於Linux核心，並且使用GNU 工程各種工具和資料庫的作業系統。 2. 什麼是shell 保護系統核心並對外提供操作介面的軟體 在linux中預設的
Shader學習筆記（1）：Shader基礎
最近想學Shader,找到一個大佬的部落格，該筆記只是自己學習Shader的知識記錄，其實跟部落格的內容差不多，但是寫一遍，自己對shader的基礎更加清楚，這將是一個系列筆記，大佬部落格的地址: 1.unity提供的5種Shader模板 （1）Standard
Stuts2學習筆記（1）：環境搭建及Demo
原始碼： github： https://github.com/liaotuo/Struts2-Demo/tree/master/struts2-demo 環境搭建 下載struts2 官網下載：http://mirror.bit.edu.cn/apache/struts
H264學習筆記（1）：視訊壓縮編碼的基本原理
陸陸續續學習H264有一段時間了，曾經以為自己可以在這方面大有作為，但是越是學習越發現，根本不存在能夠大幅度提升H264效能的方案，對於我這種水平的人來講。初次學習，概念的理解仍然很困難。在這裡我只是簡單淺顯的講一講我最近的讀書學習感想。 首先
Python學習筆記（1）：圖片處理
基礎學習 在配置完開發環境之後，就可以開始Python的學習之路啦！首先是基礎知識的學習，可以根據自己的情況找到合適的教程，我用了一週的時間把慕課網上的Python教程 過了一遍。 過完一遍之後，發現印象不夠深刻，所以找一些小的練習來鞏固基礎。我選擇了Pyt
Caffe學習筆記（1）：簡單的資料視覺化
caffe的底層是c++寫的，如果要進行資料視覺化，需要藉助其它的庫或者是介面，如opencv,python或者是matlab，python的環境需要自行配置，因為我使用的都是網管同志已經配置好的深度學習伺服器，所以不用管底層的一些配置問題，如果需要自行配置自己
WPF學習筆記（1）：DataGrid單元格實現逐鍵過濾功能
最近，開始學習WPF，其UI設計完全顛覆了傳統的設計理念，為程式設計師提供了極大的自由發揮空間，讓我為之驚歎，且為之著迷。然而，WPF在國內的熱度卻並不高，大部分貼子都是2012年以前的，出版的圖書也很少，參考的資料不多。為了避免在以後的程式設計中少走彎路，也防止自己遺忘，在此記錄
PostgreSQL學習筆記（一）：安裝篇
文章目錄 1. PostgreSQL是什麼？ 2. 安裝和配置 2.1 CentOS7線上安裝 2.2 Ubuntu線上安裝 1. PostgreSQL是什麼？ PostgreSQL
Qt-學習筆記（1）：vs2015使用qt靜態庫5.7
一、QT靜態庫 可以自己編譯，也可以下載別人編譯好的，這裡是下載地址（QT靜態庫） 二、安裝Qt5Package 在vs2015的“擴充套件和更新”中尋找《Qt5Package》這個擴充套件，然後安裝，並重啟 開啟擴充套件QT5，配置QT靜態庫中的bin目錄，然後Re
TensorFlow學習筆記（1）：LSTM相關程式碼
LSTM是seq2seq模型中經典的子結構，TensorFlow中提供了相應的結構，供我們使用： tensorflow提供了LSTM實現的一個basic版本，不包含lstm的一些高階擴充套件，同時也提供了一個標準介面，其中包含了lstm的擴充套件。分別為：tf.nn.rnn
Spring AOP學習筆記（1）：AOP基礎知識
一、 使用AOP前的經驗 在接觸AOP這種程式設計思想之前，我也有好多的編碼經歷，將業務邏輯和日誌、測試和驗證等其他需求放在一起的，這簡直是痛苦死了，每寫一個方法都得重複好多程式碼，而且這些程式碼有好多是類似的，但是不得不重寫，因為當時還是菜鳥（現在也是菜鳥），比如之前同組
Spring 事務學習筆記（1）：事務的基本知識
一、事務&&JDBC事務支援 在我的之前的spring操作資料庫中的文章很少提及事務，不是說它不重要，而是太重要，以至於spring專門有一部分來說明這一內容。之前可以說對事務幾乎沒有考慮過，只是知道把要進行的操作被事務包裹起來，就像在hibernate中進
資料結構學習筆記（1）：Maximum Subsequence Sum最大子列和
問題思路分析：就是課堂上所講過的最大子列和問題，不過需要輸出子列頭和尾的項根據網上的資料，摹寫程式碼為具體實現：#include<iostream> using namespace std; int main (){ int N ; cin >>