1.前言
网上基于MATLAB的xgboost源码资源太少了，而且找到的工具箱还不能立马用，对新手不太友好，接下来我将研究捣鼓半天的成果和经验分享给大家。
2.安装具备条件
1.有matlab软件，版本越高越好，我用的是2020a。
2.有matlab账号，需要去下载xgboost工具箱。
3.电脑可以连外网（这个绝大部分人比较难做到）
3.安装步骤
1.登录matlab社区网站
https://ww2.mathworks.cn/matlabcentral/fileexchange/
2.账号注册
3.下载工具箱
工具箱下载到一个自定义文件，路径越简单越好。
4.打开MATLAB软件
5.修改代码路径
6.下载wheel file文件（此处实现较麻烦，要用外网，有条件者可以尝试）
网址：https://s3-us-west-2.amazonaws.com/xgboost-nightly-builds/list.html
工具箱中是调用《xgboost-1.1.0+115e4c33608c3b0cee75402f1193e67fdb11ef9a-py3-none-win_amd64.whl》这个版本的whl文件。
针对windows64位系统，要注意下载后缀为win_amd64的文件，当然版本不需要严格用1.10的 ，用1.6版本的也可以，本文演示用1.2版本的whl文件
。
将whl文件下载到你的xgboost文件夹根目录里。
7.继续修改xgboost_install路径
8.下载xgboost.h代码
建议要把outfilename变量隐藏，这个代码可以生成xgboost.h文件，但是我的matlab无法访问。
这种情况下，用浏览器打开对应的url网址，正常情况下可以访问，得到一大段代码，其就是xgboost的c语言代码，可以整体复制下来。
然后新建脚本，粘贴代码
9.修改xgboost_train路径
10.继续修改xgboost_test路径
同上
11.安装matlab插件
12.右键运行xgboost_install
会多一个lib文件夹
然后把xgboost.h文件放在lib里
13.找到案例代码，试运行
打开xgboost_train
将这段代码复制下来。
新建main.m的主程序代码，将内容粘贴进去。
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
最后右键main运行
运行成功~
4.源码获取
如果你无法连接外网下载whl文件，以及xgboost.h文件，我这里可以分享相应资源，并包含用xgboost进行回归预测的代码。点击下方获取链接，即可下载。
运行展示如下：
最后是想说整理不易，目前网上很少有介绍如何去安装matlab的xgboost算法工具箱的文章，如果本文对你有帮助，希望能够捧个场，感谢~
