【前言】
網上基于MATLAB的xgboost安裝教程太少了，以至于幾乎搜不到，為此做了一個簡單安裝教程

【安裝前提】
有matlab軟件，版本越高越好，我用的是2023a。理論支持matlab2018a及其以上，因此需要自己提前安裝好matlab

【安裝步驟】

首先下載xgboost_matlab_installer.7z這個壓縮包

將這個安裝包解壓到一個非中文且沒有空格目錄。比如我解壓到了?

C:\Users\Administrator\Downloads\xgboost_matlab

打開FIRC.exe軟件，界面如下

?單擊matlab安裝路徑文字可以自動獲取matlab安裝路徑

粘貼邀請碼后點擊開始安裝，狀態說明安裝已完成，目前大約3秒可以完成。軟件自動配置matlab且完成所有xgboost配置自動改寫。

【驗證安裝】

我們打開matlab2023a并切換到xgboost安裝目錄

?

?可以看到有main.m這個是測試例子，我們點擊運行

結果如下：

至此安裝完成！總結如下：

第一步：下載解壓軟件安裝包

第二步：軟件上導入matlab安裝目錄點擊開始安裝，等待安裝完成

第三步：驗證，這個代碼實際是xgboost_train拷貝過來的：

clear all
warning off
load carsmall; Xtrain = [Acceleration Cylinders Displacement Horsepower MPG]; ytrain = cellstr(Origin); ytrain = double(ismember(ytrain,'USA'));
X = Xtrain(1:70,:); y = ytrain(1:70); Xtest = Xtrain(size(X,1)+1:end,:); ytest = ytrain(size(X,1)+1:end);model_filename = []; model = xgboost_train(X,y,[],999,'AUC',model_filename); %%% model_filename = 'xgboost_model.xgb'loadmodel = 0; Yhat = xgboost_test(Xtest,model,loadmodel);[XX,YY,~,AUC] = perfcurve(ytest,Yhat,1);
figure; plot(XX,YY,'LineWidth',2); xlabel('False positive rate'); ylabel('True positive rate'); title('ROC for Classification by Logistic Regression'); grid on
figure; scatter(Yhat,ytest + 0.1*rand(length(ytest),1)); grid on