Anaconda中安裝python版的XGBoost和LightGBM庫
XGboost 和LightGBM是目前機器學習中兩個非常強大的算法。在之前的電腦上已經安裝過着兩個算法。最近換了一臺新電腦，在重新安裝的過程中，好像有點忘記了步驟，好在摸索出結果了，所以重新整理了一下。一方面是給需要的人作爲借鑑，另一方面也是作爲筆記方便以後查看。
安裝過程主要分爲3步：
- 下載相關**.whl**文件
- 導入到Anaconda中
- 在Anaconda Prompt中用命令行安裝
.whl的下載
這兩個包我已經下載好，需要的話直接在我分享的百度雲鏈接中下載：
XGBoost和LightGBM我放在一個文件夾下的：鏈接地址
密碼：4nxj
導入Anaconda
找到安裝的Anaconda的目錄，例如我的目錄如下：
然後分別新建一個XGBoost和LightGBM文件夾
接着把剛剛從百度雲鏈接中下載好的XGBoost和LightGBM的**.whl文件分別放在相應的文件夾下**
在Anaconda Prompt中用命令行安裝
接着打開Anaconda Prompt，進入你的Anaconda 目錄：
cd + C:\SoftDir\Anaconda （注意這是我自己電腦上的路徑）
接着首先進入剛剛創建的XGBoost文件夾，來安裝XGBoost庫
輸入： cd xgboost
然後在用pip安裝
輸入： pip intsall xgboost-0.80-cp36-cp36m-win_amd64.whl
（注意：xgboost-0.80-cp36-cp36m-win_amd64.whl是從剛剛百度雲鏈接上下載完整包的名字）
等待安裝結束後，輸入：pip list查看是否有顯示
顯示了xgboost,表示安裝成功
寫一段測試xgboost的案例，檢查是否可用：
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')
運行結果：
能正常運行，表明確實可用
以上同樣的步驟，安裝LightGBM，即：
首先，在Anaconda Prompt中，cd 進入剛剛創建的LightGBM文件夾，
然後輸入命令：
pip install lightgbm-2.0.3-py2.py3-none-win_amd64.whl
在輸入pip list 查看是否有顯示即可