Matlab 环境中， xgboost 函数的实现包含两个文件：xgboost_train 和 xgboost_test，它们...

简介：
包含两个文件，即 `xgboost_train` 和 `xgboost_test`，它们通过 MatLab 内部调用 `xgboost` DLL 模块。 此示例旨在用于分类任务，并且能够提供停止训练过程迭代的评估指标。 支持的评估标准包括“AUC”（Area Under the Curve）、“准确度”以及“无”。 请注意，AUC 和准确度需要借助统计工具箱才能进行计算。 如果 `eval_metric` 设置为 `None`，则训练过程将持续进行至预设的最大迭代次数 (`max_num_iters`)，无需进行内部交叉验证。 用户也可以采用自定义的“外部”交叉验证程序，该程序会调用 `xgboost_train.m` 函数。 `xgboost_train.m` 函数中详细记录了此类外部程序的用法示例。 这些函数依赖于 `xgboost.dll` 和 `xgboost.h` 文件的可用性。 编译 `xgboost` 库并在 MatLab 中使用该库的具体步骤取决于操作系统：在 Windows 平台上，第一步是创建名为 `xgboost.dll` 的 DLL 文件，具体操作请参考以下链接：https://xgboost.readthedocs.io/