簡體   English   中英

Anaconda Python(Windows平台)如何安裝xgboost?

[英]How to install xgboost in Anaconda Python (Windows platform)?

我是 Python 的新用戶。 我從以下鏈接下載了最新的 Anaconda 3 2.4.1 (Python 3.5): https://www.continuum.io/downloads

我的電腦配置是:Windows 10、64 位、4GB RAM

在 Anaconda 命令提示符下“pip install xgboost”失敗后,我花了幾個小時試圖找到正確的方法來下載 package,但找不到 Anaconda 的任何具體說明。

任何人都可以幫助如何從 Anaconda 安裝 xgboost 嗎?

最簡單的方法(為我工作)是執行以下操作:

anaconda search -t conda xgboost

您將獲得一個可安裝功能列表,如下所示:

在此處輸入圖片說明

例如,如果您想安裝mndrake/xgboost列表中的第一個(適用於 WINDOWS- 64 位):

conda install -c mndrake xgboost

如果您使用的是 Unix 系統,您可以選擇右側帶有“ linux-64 ”的任何其他軟件包。

  • 22/10/2020 更新:

無需在 conda 頻道列表中搜索,您可以使用(來源: https : //anaconda.org/anaconda/py-xgboost )安裝它:

conda install -c anaconda py-xgboost

Anaconda 的網站在這里解決了這個問題: https : //anaconda.org/anaconda/py-xgboost

conda install -c anaconda py-xgboost

這為我解決了問題,沒有任何問題。

  1. 這個網站下載包。 我為anaconda 3(python 3.6)下載了xgboost-0.6-cp36-cp36m-win_amd64.whl
  2. 將包放在目錄C:\\
  3. 打開 anaconda 3 提示
  4. 鍵入cd C:\\
  5. 輸入pip install C:\\xgboost-0.6-cp36-cp36m-win_amd64.whl
  6. 輸入conda update scikit-learn

在嘗試了一些事情之后,唯一對我有用的是:

conda install -c anaconda py-xgboost

昨天我可以按照此鏈接在 Windows 中為 Python 安裝 xgboost。 但是當我嘗試使用 Anaconda 導入時,它失敗了。 我認識到這是因為 Anaconda 有不同的 Python 發行版。 然后我再次搜索並找到了這篇很棒的文章

訣竅是在為常規 Python 成功安裝后,要使其適用於 Anaconda,您只需要拉起 Anaconda 提示符並將 cd 放入此文件夾“code\\xgboost\\python-package”,然后運行:

python setup.py install

瞧! 文章說你需要添加路徑,但對我來說它直接起作用。 祝你好運!

如果鏈接不可用,也復制到原始內容下方...

一旦最后一個命令完成,構建就完成了。 我們現在可以安裝 Python 模塊。 接下來的內容取決於您使用的 Python 發行版。 對於 Anaconda,我將簡單地使用 Anaconda 提示符,並在其中鍵入以下內容(在提示符之后,在我的情況下為 [Anaconda3] C:\\Users\\IBM_ADMIN>):

[Anaconda3] C:\Users\IBM_ADMIN>cd code\xgboost\python-package
The point is to move to the python-package directory of XGBoost.  Then type:
[Anaconda3] C:\Users\IBM_ADMIN\code\xgboost\python-package>python setup.py install

我們快完成了。 讓我們啟動一個 notebook 來測試 XGBoost。 直接導入會報錯。 為了避免它,我們必須將 g++ 運行時庫的路徑添加到 os 環境路徑變量中:

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']

然后我們可以導入 xgboost 並運行一個小例子。

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')

我們都准備好了!

我可以使用以下命令進行安裝(在 Windows 10 中):

conda install -c mikesilva xgboost

conda install -c conda-forge xgboost

伙計們,這並不容易:- 請按照以下步驟進行標記

所以這是我在 Windows 上完成 64 位構建所做的工作:

下載並安裝 MinGW-64:sourceforge.net /projects/mingw-w64/

在安裝提示的第一個屏幕上,確保將架構設置為 x86_64,將線程設置為 win32 我安裝到 C:\\mingw64(以避免文件路徑中出現空格),因此我將其添加到我的 PATH 環境變量中:C:\\ mingw64\\mingw64\\bin(請去掉空格)

我還注意到 bin\\mingw64 中包含的 make 實用程序稱為 mingw32-make,因此為了簡化事情,我剛剛將其重命名為 make

打開 Windows 命令提示符並鍵入 gcc。 您應該會看到類似“致命錯誤:沒有輸入文件”的內容

下一個類型make。 您應該會看到類似“未指定目標且未找到 makefile”之類的內容

輸入 git。 如果您沒有 git,請安裝它並將其添加到您的 PATH。 這些應該是構建 xgboost 項目所需的所有工具。 要獲取源代碼,請運行以下幾行:

  • CDC:\\
  • git clone --recursive https://github.com/dmlc/xgboost
  • cd xgboost
  • git子模塊初始化
  • git子模塊更新
  • cp make/mingw64.mk config.mk
  • make -j4 請注意,我從 Cygwin shell 運行了這部分。 如果您使用的是 Windows 命令提示符,您應該能夠將 cp 更改為復制並獲得相同的結果。 但是,如果由於任何原因構建失敗,我建議您再次嘗試使用 cygwin。

如果構建成功完成,您應該在項目根目錄中有一個名為 xgboost.exe 的文件。 要安裝 Python 包,請執行以下操作:

  • cd python 包
  • python setup.py install 現在你應該可以開始了。 打開 Python,您可以使用以下命令導入包:

  • import xgboost as xgb 為了測試安裝,我繼續運行了包含在項目的 demo/guide-python 文件夾中的 basic_walkthrough.py 文件,沒有出現任何錯誤。

可以將xgboost包下載到本地,最好將xgboost源文件放在D:\\或者C:\\下(ps:下載地址: http ://www.lfd.uci.edu/~gohlke/pythonlibs/ #xgboost ,並選擇“ xgboost-0.6-cp35-cp35m-win_amd64.whl ”,但這取決於你的操作系統),然后打開Anaconda提示符,輸入pip install D:\\xgboost-0.6-cp35-cp35m-win_amd64.whl ,然后您就可以成功地將 xgboost 安裝到您的 anaconda 中

如果您在嘗試導入 xgboost 時發現問題(我的情況是 Windows 10 和 anaconda spyder),請執行以下操作:

  1. 單擊 Windows 圖標(開始按鈕!)
  2. 選擇並展開anaconda文件夾
  3. 運行 Anaconda Prompt(以管理員身份)
  4. 鍵入以下命令,因為它在https://anaconda.org/anaconda/py-xgboost 中提到

conda install -c anaconda py-xgboost

在此處輸入圖片說明

就是這樣……祝你好運。

嘗試在 Anaconda 提示符下運行它

pip install xgboost

這對我使用 Python 3.5 的 Spyder 有用

我想出了通過混合這里提到的內容來安裝 XgBoost 的簡單方法。

第 1 步:從這里安裝 gitbash 並啟動 gitbash。

第 2 步: git clone --recursive https://github.com/dmlc/xgboost

第 3 步: git submodule init

       git submodule update

第 4 步: alias make='mingw32-make'

第五步: cp make/mingw64.mk config.mk; make -j4 cp make/mingw64.mk config.mk; make -j4

第 6 步:轉到 Anaconda 提示符,如果您有 conda 環境,則像我的 py35 一樣激活該環境,因此我通過鍵入 activate py35 來激活它

cd python-package
python setup.py install

步驟 7:將系統環境變量中的 Path 設置為您安裝 xgboost/python-package 的路徑。

在您的 conda 提示符中使用它:

python -m pip install xgboost

包目錄指出 xgboost 對於 windows 不穩定並且被禁用:

Windows 上的 pip 安裝目前已禁用以進行進一步調查,請從 github 安裝。

https://pypi.python.org/pypi/xgboost/

Anaconda3 version 4.4.0 check image轉到 Anaconda -> Environments -> 從下拉列表中選擇未安裝 -> 如果您可以看到 xgboost pr Py-xgboost 選擇並單擊應用。

以下對我有用

conda 安裝 libxgboost

anaconda 的許多依賴項在過去幾年中發生了變化,如果您現在使用它們,它們將無法工作。 一些答案需要認真更新。

我發現這個命令為我完成了這項工作:

conda install -c conda-forge xgboost

您可能還想查看 anaconda for xgboost 的官方文檔:

https://anaconda.org/conda-forge/xgboost

我已經使用了這個命令,它對我有用。

import sys
!{sys.executable} -m pip install xgboost

打開 anaconda prompt 並運行

pip install xgboost

您可以使用pip安裝它:

pip3 install --default-timeout=100 xgboost
conda install -c anaconda py-xgboost

這個簡單幫助我你不必在最后包含任何東西,因為如果你包含一些東西,你的一些包將被升級,但有些會被降級。 你可以從這個網址得到這個: https : //anaconda.org/anaconda/py-xgboost

conda install -c anaconda py-xgboost 
  1. 看這里https://github.com/Rafi993/xgboost/在你的機器上構建 xgboost。 上面的解決方案有很多不同的變體,但似乎上面鏈接中的版本是好的。 至少這對我有用:我已經在 Windows 7 和 Windows Server 2008 上對其進行了測試。

  2. 然后在 cmd 中運行以下命令以安裝 python 綁定:
    cd python-package python setup.py install

  3. 您可能還需要一個合適的 mingw(tdm-gcc 的谷歌)和來自 anaconda 的最新安裝工具。

我希望它會有所幫助

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM