XGBoost é uma biblioteca para o desenvolvimento de modelos de aumento de gradiente muito rápidos e precisos.
É uma biblioteca no centro de muitas soluções vencedoras em competições de ciência de dados Kaggle.
Neste tutorial, você descobrirá como instalar a biblioteca XGBoost para Python no macOS.
Comece seu projeto com meu novo livro XGBoost With Python, incluindo tutoriais passo a passo e a Código-fonte Python arquivos para todos os exemplos.
Vamos começar.
Como instalar o XGBoost para Python no macOS
Foto de auntjojo, alguns direitos reservados.
Visão geral do tutorial
Este tutorial é dividido em 3 partes; eles estão:
- Instale MacPorts
- Construir XGBoost
- Instale o XGBoost
Observação: Usei esse procedimento por anos em uma variedade de versões diferentes do macOS e ele não mudou. Este tutorial foi escrito e testado no macOS High Sierra (10.13.1).
1. Instale MacPorts
Você precisa do GCC e de um ambiente Python instalado para construir e instalar o XGBoost para Python.
Eu recomendo GCC 7 e Python 3.6 e recomendo instalar esses pré-requisitos usando MacPorts.
- 1. Para obter ajuda para instalar MacPorts e um ambiente Python passo a passo, consulte este tutorial:
>> Como instalar um ambiente Python 3 no Mac OS X para aprendizado de máquina e aprendizado profundo
- 2. Depois que MacPorts e um ambiente Python funcional forem instalados, você pode instalar e selecionar o GCC 7 da seguinte maneira:
sudo port install gcc7 sudo port select --set gcc mp-gcc7 |
- 3. Confirme se a instalação do GCC foi bem-sucedida da seguinte forma:
Você deve ver a versão do GCC impressa; por exemplo:
.. gcc versão 7.2.0 (MacPorts gcc7 7.2.0_0) |
Qual versão você viu?
Deixe-me saber nos comentários abaixo.
2. Construir XGBoost
A próxima etapa é baixar e compilar o XGBoost para o seu sistema.
- 1. Primeiro, verifique o repositório de código do GitHub:
git clone --recursive https://github.com/dmlc/xgboost |
- 2. Mude para o diretório xgboost.
- 3. Copie a configuração que pretendemos usar para compilar o XGBoost na posição.
cp make / config.mk ./config.mk |
- 4. Compilar o XGBoost; isso requer que você especifique o número de núcleos em seu sistema (por exemplo, 8, altere conforme necessário).
O processo de construção pode demorar um minuto e não deve produzir nenhuma mensagem de erro, embora você possa ver alguns avisos que podem ser ignorados com segurança.
Por exemplo, o último fragmento da compilação pode ser o seguinte:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
... a - construir / aprender.o a - build / logging.o a - build / c_api / c_api.o a - build / c_api / c_api_error.o a - build / common / common.o a - build / common / hist_util.o a - build / data / data.o a - build / data / simple_csr_source.o a - build / data / simple_dmatrix.o a - build / data / sparse_page_dmatrix.o a - build / data / sparse_page_raw_format.o a - build / data / sparse_page_source.o a - build / data / sparse_page_writer.o a - build / gbm / gblinear.o a - build / gbm / gbm.o a - build / gbm / gbtree.o a - build / metric / elementwise_metric.o a - build / metric / metric.o a - build / metric / multiclass_metric.o a - build / metric / rank_metric.o a - construir / objetivo / multiclass_obj.o a - construir / objetivo / objetivo.o a - construir / objetivo / rank_obj.o a - construir / objetivo / regressão_obj.o a - build / predictor / cpu_predictor.o a - construir / preditor / preditor.o a - construir / árvore / árvore_modelo.o a - build / tree / tree_updater.o a - build / tree / updater_colmaker.o a - build / tree / updater_fast_hist.o a - build / tree / updater_histmaker.o a - build / tree / updater_prune.o a - build / tree / updater_refresh.o a - build / tree / updater_skmaker.o a - build / tree / updater_sync.o c ++ -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 / objetivo / multiclass_obj.o build / objetivo / objetivo .o construir / objetivo / rank_obj.o construir / objetivo / regression_obj.o construir / preditor / cpu_predictor.o construir / predizer / predizer.o construir / árvore / árvore_model.o construir / árvore / árvore_updater.o construir / árvore / atualizador_colmaker. o build / tree / updater_fast_hist.o build / tree / updater_histmaker.o bu ild / 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 |
Esta etapa funcionou para você?
Deixe-me saber nos comentários abaixo.
3. Instale o XGBoost
Agora você está pronto para instalar o XGBoost em seu sistema.
- 1. Mude o diretório para o pacote Python do projeto xgboost.
- 2. Instale o pacote Python XGBoost.
sudo python setup.py install |
A instalação é muito rápida.
Por exemplo, no final da instalação, você pode ver mensagens como a seguinte:
... Instalado /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/xgboost-0.6-py3.6.egg Dependências de processamento para xgboost == 0,6 Procurando por scipy == 1.0.0 Melhor correspondência: scipy 1.0.0 Adicionando scipy 1.0.0 ao arquivo easy-install.pth
Usando /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages Procurando numpy == 1.13.3 Melhor correspondência: numpy 1.13.3 Adicionando numpy 1.13.3 ao arquivo easy-install.pth
Usando /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages Dependências de processamento concluídas para xgboost == 0,6 |
- 3. Confirme se a instalação foi bem-sucedida imprimindo a versão xgboost, que requer que a biblioteca seja carregada.
Salve o seguinte código em um arquivo chamado version.py.
importar xgboost imprimir("xgboost", xgboost.__versão__) |
Execute o script a partir da linha de comando:
Você deve ver a versão do XGBoost impressa na tela:
Como você fez?
Poste seus resultados nos comentários abaixo.
Leitura Adicional
Esta seção fornece mais recursos sobre o tópico se você deseja se aprofundar.
Resumo
Neste tutorial, você descobriu como instalar o XGBoost para Python no macOS passo a passo.
Você tem alguma pergunta?
Tire suas dúvidas nos comentários abaixo e farei o possível para responder.
Descubra as competições vencedoras do algoritmo!
Desenvolva seus próprios modelos XGBoost em minutos
... com apenas algumas linhas de Python
Descubra como em meu novo Ebook:
XGBoost com Python
Cobre tutoriais de auto-estudo gostar:
Fundamentos do algoritmo, Dimensionamento, Hiperparâmetros, e muito mais...
Traga o poder do XGBoost para seus próprios projetos
Ignore os acadêmicos. Apenas resultados.
Veja o que há dentro
