# 如何在 macOS 上为 Python 安装 XGBoost > 原文： [https://machinelearningmastery.com/install-xgboost-python-macos/](https://machinelearningmastery.com/install-xgboost-python-macos/) XGBoost 是一个用于开发非常快速和准确的梯度提升模型的库。 它是 Kaggle 数据科学竞赛中许多获奖解决方案中心的图书馆。 在本教程中，您将了解如何在 macOS 上安装 Python 的 XGBoost 库。 让我们开始吧。  如何在 macOS 上安装 XGBoost for Python 照片来自 [auntjojo](https://www.flickr.com/photos/7682623@N02/7944342576/) ，保留一些权利。 ## 教程概述 本教程分为 3 个部分;他们是： 1. 安装 MacPorts 2. 构建 XGBoost 3. 安装 XGBoost **注意**：我已经在一系列不同的 macOS 版本上使用了这个程序多年，并且没有改变。本教程是在 macOS High Sierra（10.13.1）上编写和测试的。 ## 1.安装 MacPorts 您需要安装 GCC 和 Python 环境才能构建和安装 XGBoost for Python。 我推荐使用 GCC 7 和 Python 3.6，我建议使用 [MacPorts](https://www.macports.org/) 安装这些先决条件。 * 1.有关逐步安装 MacPorts 和 Python 环境的帮助，请参阅本教程： [＆gt;＆gt;如何在 Mac OS X 上安装 Python 3 环境以进行机器学习和深度学习](https://machinelearningmastery.com/install-python-3-environment-mac-os-x-machine-learning-deep-learning/) * 2.安装 MacPorts 和可用的 Python 环境后，您可以按如下方式安装和选择 GCC 7： ```py sudo port install gcc7 sudo port select --set gcc mp-gcc7 ``` * 3.确认您的 GCC 安装成功，如下所示： ```py gcc -v ``` 你应该看到印刷版的 GCC;例如： ```py .. gcc version 7.2.0 (MacPorts gcc7 7.2.0_0) ``` 你看到什么版本？ 请在下面的评论中告诉我。 ## 2.构建 XGBoost 下一步是为您的系统下载并编译 XGBoost。 * 1.首先，从 GitHub 查看代码库： ```py git clone --recursive https://github.com/dmlc/xgboost ``` * 2.转到 xgboost 目录。 ```py cd xgboost/ ``` * 3.复制我们打算用来将 XGBoost 编译到位的配置。 ```py cp make/config.mk ./config.mk ``` * 4.编译 XGBoost;这要求您指定系统上的核心数（例如，8，根据需要进行更改）。 ```py make -j8 ``` 构建过程可能需要一分钟，不应产生任何错误消息，尽管您可能会看到一些可以安全忽略的警告。 例如，编译的最后一个片段可能如下所示： ```py ... a - build/learner.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 - build/objective/multiclass_obj.o a - build/objective/objective.o a - build/objective/rank_obj.o a - build/objective/regression_obj.o a - build/predictor/cpu_predictor.o a - build/predictor/predictor.o a - build/tree/tree_model.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/objective/multiclass_obj.o build/objective/objective.o build/objective/rank_obj.o build/objective/regression_obj.o build/predictor/cpu_predictor.o build/predictor/predictor.o build/tree/tree_model.o build/tree/tree_updater.o build/tree/updater_colmaker.o build/tree/updater_fast_hist.o build/tree/updater_histmaker.o build/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 ``` 这一步对你有用吗？ 请在下面的评论中告诉我。 ## 3.安装 XGBoost 您现在可以在系统上安装 XGBoost 了。 * 1.将目录更改为 xgboost 项目的 Python 包。 ```py cd python-package ``` * 2.安装 Python XGBoost 包。 ```py sudo python setup.py install ``` 安装非常快。 例如，在安装结束时，您可能会看到如下消息： ```py ... Installed /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/xgboost-0.6-py3.6.egg Processing dependencies for xgboost==0.6 Searching for scipy==1.0.0 Best match: scipy 1.0.0 Adding scipy 1.0.0 to easy-install.pth file Using /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages Searching for numpy==1.13.3 Best match: numpy 1.13.3 Adding numpy 1.13.3 to easy-install.pth file Using /opt/local/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages Finished processing dependencies for xgboost==0.6 ``` * 3.通过打印 xgboost 版本确认安装是否成功，这需要加载库。 将以下代码保存到名为 _version.py 的文件中。_ ```py import xgboost print("xgboost", xgboost.__version__) ``` 从命令行运行脚本： ```py python version.py ``` 您应该看到 XGBoost 版本打印到屏幕： ```py xgboost 0.6 ``` 你是怎么做的？ 在以下评论中发布您的结果。 ## 进一步阅读 如果您希望深入了解，本节将提供有关该主题的更多资源。 * [如何在 Mac OS X 上安装 Python 3 环境以进行机器学习和深度学习](https://machinelearningmastery.com/install-python-3-environment-mac-os-x-machine-learning-deep-learning/) * [MacPorts 安装指南](https://www.macports.org/install.php) * [XGBoost 安装指南](http://xgboost.readthedocs.io/en/latest/build.html) ## 摘要 在本教程中，您了解了如何在 macOS 上逐步安装 XGBoost for Python。 你有任何问题吗？ 在下面的评论中提出您的问题，我会尽力回答。