首先需要声明：xgboost的GPU版需要CUDA8.０以上与英伟达显卡计算能力３.５以上（查看显卡计算能力：http://https//developer.nvidia.com/cuda-gpus）。如果不满足，请放弃！！！
CUDA8.0支持Ubuntu16.0的5.4GCC，因此不需要进行降级。
ubuntu安装xgboost CPU版
第一种方法采用pip安装：
pip install xgboost出现如下报错：Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-aLZ4rC/xgboost/
百度了几乎所有关于pip安装xgboost的方法都不行。实在时太坑了，后采用第二种git源码安装成功。
第二种git源码安装：
第一步从git安装源码：会在主文件夹下出现一个xgboost文件
$git clone --recursive https://github.com/dmlc/xgboost第二步编译：这里需要高级的GCC版本，我原本好像gcc版本时4.7的编译一直出错，后来升级gcc到4.9版本成功编译，升级方法可以参考GCC升级
-
$cd xgboost -
$make -j4
第三步安装python包，在xgboost目录下cd 到python-package
-
$cd python-package -
$sudo python setup.py install
执行完上面步骤后，就可以使用CPU版本的xgboost了，如果你嫌CPU跑的太慢，下面是GPU的安装教程，前提是你有一块好的显卡，并且安装了CUDA8.0.
GPU版配置。
安装官方的步骤
先cd到xgboost目录下，然后执行下面的几行命令
-
$ mkdir build -
$ cd build -
$ cmake .. -DUSE_CUDA=ON -
$ make -j
如果能成功执行上面几步，在执行下一步，官方文档中，没有下面这一步骤，是因为是从安装xgboost到GPU版本是一步到位的，如果你是先安装的CPU版本，并且后面才打算使用GPU，那么除了官方的几步后还必须使用下面的步骤，我就是在这步卡了很久，明明按照官方步骤来，却一直无法使用GPU，后来突然灵光一闪，使用下面命令就可以了。
-
$cd python-package -
$sudo python setup.py install
测试GPU
在tests\benchmark目录下
分别执行
-
python benchmark.py --tree_method gpu_hist -
python benchmark.py --tree_method hist -
python benchmark.py --tree_method gpu_exact -
python benchmark.py --tree_method exact
我只执行了上面两个用时分别是34s和134s，可以看到GPU跑起来还是很快。
在实际的代码中，只要在添加下面的参数就行了
param['tree_method'] = 'gpu_hist'如果你的显卡满足计算能力在3.5之上，可是出现error：
terminate called after throwing an instance of 'thrust::system :: xgboost with GPU on Ubuntu16.04
What(): function_attributes(): after cudaFuncGetAttributes: invalid device function
这时候，更改文件：xgboost/cmake/Utils.cmake
Line 65 in 4ed8a88
| set(flags "35;50;52;60;61") |
改为： set(flags "xx;35;50;52;60;61")
and re-compile XGBoost. (Notice the added number xx. This is to account for older cards.)