Anaconda中安装python版的XGBoost和LightGBM库

XGboost 和LightGBM是目前机器学习中两个非常强大的算法。在之前的电脑上已经安装过着两个算法。最近换了一台新电脑，在重新安装的过程中，好像有点忘记了步骤，好在摸索出结果了，所以重新整理了一下。一方面是给需要的人作为借鉴，另一方面也是作为笔记方便以后查看。

安装过程主要分为3步：

下载相关**.whl**文件
导入到Anaconda中
在Anaconda Prompt中用命令行安装

.whl的下载

这两个包我已经下载好，需要的话直接在我分享的百度云链接中下载：

XGBoost和LightGBM我放在一个文件夹下的：链接地址

密码：4nxj

导入Anaconda

找到安装的Anaconda的目录，例如我的目录如下：
在这里插入图片描述

然后分别新建一个XGBoost和LightGBM文件夹
在这里插入图片描述

接着把刚刚从百度云链接中下载好的XGBoost和LightGBM的**.whl文件分别放在相应的文件夹下**

在Anaconda Prompt中用命令行安装

接着打开Anaconda Prompt，进入你的Anaconda 目录：

cd + C:\SoftDir\Anaconda （注意这是我自己电脑上的路径）
在这里插入图片描述

接着首先进入刚刚创建的XGBoost文件夹，来安装XGBoost库

输入： cd xgboost
在这里插入图片描述

然后在用pip安装

输入： pip intsall xgboost-0.80-cp36-cp36m-win_amd64.whl

（注意：xgboost-0.80-cp36-cp36m-win_amd64.whl是从刚刚百度云链接上下载完整包的名字）
在这里插入图片描述

等待安装结束后，输入：pip list查看是否有显示
在这里插入图片描述
显示了xgboost,表示安装成功

写一段测试xgboost的案例，检查是否可用：

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')

运行结果：
在这里插入图片描述
能正常运行，表明确实可用

以上同样的步骤，安装LightGBM，即：

首先，在Anaconda Prompt中，cd 进入刚刚创建的LightGBM文件夹，

然后输入命令：

pip install lightgbm-2.0.3-py2.py3-none-win_amd64.whl
在输入pip list 查看是否有显示即可