dmlc/xgboost使用

环境

Centos 7.5
python 3.12.3
pip 24.0

1、安装xgboost

执行如下命令：

# Pip 21.3 以上
pip install xgboost

2、样本处理

支持多种样本文件格式，对于csv文件：

dtrain = xgb.DMatrix('train.csv?format=csv&label_column=3')
dtest = xgb.DMatrix('test.csv?format=csv&label_column=3')

其中，train.csv是用于训练的样本，test.csv是用于验证的样本

3、训练和验证

完整的训练和验证脚本：

import xgboost as xgb

# label_column 为标签在全部样本中的位置索引
dtrain = xgb.DMatrix('train.csv?format=csv&label_column=3')
dtest = xgb.DMatrix('test.csv?format=csv&label_column=3')

# 配置训练参数
param = {
	'max_depth': 12,
	'eta': 0.025,
	'gamma': 0.05,
	'alpha': 0.1,
	'lambda': 0.1,
	'eval_metric': ['auc','error'],
	'nthread': 4,
	'objective': 'binary:logistic'
}

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

# 树的数量
num_round = 10
bst = xgb.train(param, dtrain, num_round,