Windows下在Anaconda3中安裝python版的XGBoost庫__python

xgboost是近年來很受追捧的機器學習演算法，由華盛頓大學的陳天奇提出。最近在學習機器學習，所以需要安裝這一利器。然而，在網上找了很多安裝xgboost的教程，有些方法太複雜，要安裝額外的幾個軟體，有些看著簡單但是自己按步驟安裝了一遍，進行測試的時候還是沒有成功。

最近終於發現了一個超級簡單的辦法，主要是發現了這個神奇的網址：

https://www.lfd.uci.edu/~gohlke/pythonlibs/點擊開啟連結

裡麵包含了許多庫的.whl檔案。需要快速定位可以在上邊的網址後面接著輸入 #<package_name>，比如要快速定位到xgboost庫，可以輸入https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost。結果如下圖所示：

根據自己系統選擇對應的檔案。我自己的是win 64位，anaconda3預設的python3.6環境，所以選擇的最後一個。下載下來之後把檔案儲存在一個檔案夾中，如 D:\Anaconda3\mywhl。mywhl是在Anaconda3檔案夾下自訂的一個檔案夾。接下來啟動 Anaconda Prompt. 將路徑定位到放置.whl檔案的目錄下。

接下來輸入 pip install xgboost-0.6+20171121-cp36-cp36m-win_amd64.whl，後邊的一大串是完整的檔案名稱，不要輸錯哦。。。結果如下：

最後一行顯示安裝成功了，自己也可以使用命令 conda list 或者 pip list 查看清單裡面是否有xgboost庫。

最後來進行測試，開啟spyder，建立一個.py檔案，輸入下列測試代碼：

import numpy as np  import xgboost as xgb  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')

運行成功。結果如下：