原標題：教程｜如何在mac上為Python安裝XGBoost!

摘要：XGBoost是一個開發非常快速和準確的梯度增強模型的庫，它在Kaggle數據科學競賽中被大量的kaggle選手選用，其中包括兩個以上kaggle比賽的奪冠方案。在本教程中，你將了解如何在macOS上為Python安裝XGBoost庫。

教程概述

本教程分為以下3個部分：

1.安裝MacPorts；

2.構建XGBoost；

3.安裝XGBoost。

注意：我在一系列不同的macOS版本上都是使用這個過程。本教程是在macOS High Sierra（10.13.1）上編寫和測試的。

安裝MacPorts

你需要安裝GCC和Python環境，以便為Python構建和安裝XGBoost。

我推薦GCC 7和Python 3.6，我建議使用MacPorts安裝這些軟件。

1.有關逐步安裝MacPorts和Python環境的幫助，請參閱本教程：

如何在Mac OS X上安裝Python 3環境以進行機器學習和深度學習

2.安裝MacPorts和一個可用的Python環境之后，可以按如下方式安裝GCC 7：

sudo port install gcc7sudo port select --set gcc mp-gcc7

3.通過查看GCC版本來確定GCC是否安裝成功，如下所示：

gcc -v

你應該看到GCC的版本打印; 例如：

gcc version 7.2.0(MacPorts gcc7 7.2.0_0)

構建XGBoost

下一步是為你的系統下載和編譯XGBoost。

1.首先，從GitHub下載代碼庫：

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

2.更改到xgboost目錄：

cd xgboost/

3.從下載的make目錄里面復制用來編譯XGBoost的配置文件：

cp make/config.mk ./config.mk

4.編譯XGBoost; 攜帶你指定系統上的核心數（例如8，根據需要更改）：

make -j8

構建過程可能需要一分鐘，如果編譯正常則不會產生任何錯誤消息，雖然可能會看到一些警告，但是這些警告可以忽略。

例如，編譯的最后一個片段可能如下所示：

a - build/learner.oa - build/logging.oa - build/c_api/c_api.oa - build/c_api/c_api_error.oa - build/common/common.oa - build/common/hist_util.oa - build/data/data.oa - build/data/simple_csr_source.oa - build/data/simple_dmatrix.oa - build/data/sparse_page_dmatrix.oa - build/data/sparse_page_raw_format.oa - build/data/sparse_page_source.oa - build/data/sparse_page_writer.oa - build/gbm/gblinear.oa - build/gbm/gbm.oa - build/gbm/gbtree.oa - build/metric/elementwise_metric.oa - build/metric/metric.oa - build/metric/multiclass_metric.oa - build/metric/rank_metric.oa - build/objective/multiclass_obj.oa - build/objective/objective.oa - build/objective/rank_obj.oa - build/objective/regression_obj.oa - build/predictor/cpu_predictor.oa - build/predictor/predictor.oa - build/tree/tree_model.oa - build/tree/tree_updater.oa - build/tree/updater_colmaker.oa - build/tree/updater_fast_hist.oa - build/tree/updater_histmaker.oa - build/tree/updater_prune.oa - build/tree/updater_refresh.oa - build/tree/updater_skmaker.oa - build/tree/updater_sync.oc++ -std=c++ 11-Wall -Wno-unknown-pragmas -Iinclude -Idmlc-core/ include-Irabit/ include-I/ include-O3 -funroll-loops -msse2 -fPIC -fopenmp -o xgboost build/cli_main.o build/learner.o build/logging.o build/c_api/c_api.o build/c_api/c_api_error.o build/common/common.o build/common/hist_util.o build/data/data.o build/data/simple_csr_source.o build/data/simple_dmatrix.o build/data/sparse_page_dmatrix.o build/data/sparse_page_raw_format.o build/data/sparse_page_source.o build/data/sparse_page_writer.o build/gbm/gblinear.o build/gbm/gbm.o build/gbm/gbtree.o build/metric/elementwise_metric.o build/metric/metric.o build/metric/multiclass_metric.o build/metric/rank_metric.o build/objective/multiclass_obj.o build/objective/objective.o build/objective/rank_obj.o build/objective/regression_obj.o build/predictor/cpu_predictor.o build/predictor/predictor.o build/tree/tree_model.o build/tree/tree_updater.o build/tree/updater_colmaker.o build/tree/updater_fast_hist.o build/tree/updater_histmaker.o build/tree/updater_prune.o build/tree/updater_refresh.o build/tree/updater_skmaker.o build/tree/updater_sync.o dmlc-core/libdmlc.a rabit/lib/librabit.a -pthread -lm -fopenmp

安裝XGBoost

現在準備在你的系統上安裝XGBoost。

1.將目錄切換到xgboost項目的Python包中：

cd python-package

2.安裝Python XGBoost包：

sudo python setup.py install

安裝非常快，在安裝結束時，你可能會看到以下消息：

Installed /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/xgboost-0.6-py3.6.eggProcessing dependencies for xgboost==0.6Searching for scipy==1.0.0Best match: scipy 1.0.0Adding scipy 1.0.0 to easy-install.pth fileUsing/opt/ local/ Library/Frameworks/Python.framework/ Versions/ 3.6/lib/python3 .6/site-packagesSearching fornumpy== 1.13.3Best match: numpy 1.13.3Adding numpy 1.13.3toeasy-install.pth fileUsing/opt/ local/ Library/Frameworks/Python.framework/ Versions/ 3.6/lib/python3 .6/site-packagesFinished processing dependencies forxgboost== 0.6

3.通過打印xgboost版本來確認安裝是否成功：

將以下代碼保存到名為version.py的文件中：

importxgboostprint( "xgboost", xgboost.__version__)

從命令行運行腳本：

python version.py

如果看到XGBoost版本打印到屏幕上，則說明安裝成功：

xgboost 0.6

原文：https://machinelearningmastery.com/install-xgboost-python-macos/?spm=a2c4e.11153959.blogcont460393.10.2096234ee2ZFp8

抓住AI時代機遇，從學習開始：返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的python numpy库安装 mac_教程｜如何在mac上为Python安装XGBoost!的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。