XGBoost (3) - Python 가상 환경에 설치하기

 

저번 글에서는 파라미터와 개념 등 이론적인 면에 대해서 글을 썼다면 이번 글부터는 실습 위주의 포스팅이다.

나는 sw는 실행해보면서 이해하는 부분이 크기 때문에, 첫 이론 학습은 간략히, 실습은 세세하게, 이후 다시 이론을 학습하는 편을 선호한다.

이번 글은 실습의 시작인 설치 편이다. 각 환경에 따라 모두 설치 과정을  보여주고 싶었으나 너무 귀찮기에, 내 환경에서만 진행한다.

앞으로는 docker를 배워서 사용해볼까 생각 중이다.

 

20200721 업데이트
잠깐. docker 환경에 익숙하거나 사용해볼 의향이 있다면 아래 글을 참고해서 환경 구축을 하는 것을 추천한다. 사용해보니 너무 간단한다.

3줄로 간단히 머신러닝/딥러닝 환경 구축하기(docker kaggle image 설치/활용하기)

 

 

사전 필요 지식

• python
• python 가상 환경의 대략적인 이해

 

개발 환경

• AWS Linux
• python 3.6.10

 

설치하기

미설치 확인하기

	python3
	import xgboost
	print(xgboost.__version__)

view raw import_xgb.sh hosted with ❤ by GitHub

설치되지 않은 python 환경에서 xgboost를 임포트 하면 다음과 같이 오류가 뜬다.

xgboost 라는 모듈이 없다는 에러가 발생

이제 설치를 해보자.

 

 

파이썬 가상 환경 생성

이 과정을 필수가 아니다. 다만 권장 사항이다.

어떤 과제를 진행하더라도 파이썬 가상 환경을 생성한 뒤 설치/진행하는 것을 추천한다.

가상 환경을 생성하는 방법은 다양한데 본인이 선호하는 방법으로 생성하면 된다.

여기에서는 venv를 사용한다.

python -m venv py_xgboost

view raw create_xgb_venv.sh hosted with ❤ by GitHub

 

파이썬 가상 환경 활성화

가상 환경을 사용하는 경우만 해당된다. 위에서 생성한(혹은 사용하는) 가상 환경을 활성화한다.

(생성 위치)/bin/activate를 실행시켜 가상 환경을 활성화시켜준다.

	ls
	ls py_xgboost/bin/ # ls (venv_name)/bin/
	cd py_xgboost/bin/ # cd (venv_name)/bin/
	source activate

view raw activate_xgb_venv.sh hosted with ❤ by GitHub

가장 하단 라인처럼 가상환경 이름(py_xgboost)이 커맨드 라인 맨 앞에 표기 되어있으면 성공

 

pip를 이용한 설치

우선 pip를 업그레이드시켜주고

pip install --upgrade pip

view raw upgrade_pip.sh hosted with ❤ by GitHub

아래 노란줄과 같은 문구가 보인다면 성공

pip를 이용해 설치해주면 된다.

pip install xgboost

view raw pip_install_xgboost.sh hosted with ❤ by GitHub

아래 노란줄과 같은 문구가 보인다면 성공

 

 

설치 확인

설치 확인하는 방법은 처음에 언급한 것과 같다.

python을 실행시키고 xgboost를 import 했을 때 오류가 없다면 성공!

	python3
	import xgboost
	print(xgboost.__version__)

view raw import_xgb.sh hosted with ❤ by GitHub

1.1.1 버전 xgboost가 설치된 것을 확인 할 수 있다.

 

이제 설치가 완료되었다!

다음 글부터는 간단한 튜토리얼을 따라 해 보고,

또, 다른 데이터들로 학습, 예측, 평가를 해보자.