感謝博主們的辛勤付出，泡泡糖nana與Leo_Xu06的精彩博文，讓我受益匪淺。
XGBoost是近年來很受追捧的機器學習算法，由華盛頓大學的陳天奇提出，在國內外的很多大賽中取得很不錯的名次，要具體了解該模型，可以移步官方文檔，本文介紹其在Widows系統下基於Git的python版本的安裝方法。
需要用到三個軟件：
python軟件（本文基於Anaconda下載，因為自帶很多庫，比較方便），這里推薦64位的，具體根據電腦配置安裝
Git for Windows
安裝文件如圖： 
MINGW
安裝文件如圖： 
Anaconda的安裝比較簡單，基本沒多少注意事項，假設都已經安裝好了Anaconda，且安裝的基於python3運行。
第二步安裝Git，因為在安裝過程中，會有運行指令的影響，選擇Vim會有些默認的指令語言可以直接調用，具體可以參照下面的流程圖： 
這樣intall就可以成功安裝Git了。
第三步安裝MINGW，將下載的MINGW直接運行，全部點擊next就可以成功安裝。 
然后選擇x86_64的Architecture，其他的選項默認。
同樣Next就可以成功安裝MINGW了。
最終我們就成功的集齊三大神獸，下面開始安裝XGBoost；
提醒：帶$符號的均是Git Bash里運行。
第一步：
將MINGW的環境變量添加到自己的電腦，之前我們安裝好MINGW有個bin的文件夾，sat閱讀分數表拷貝文件夾的路徑：C:\Program Files\mingw-w64\x86_64-7.2.0-posix-seh-rt_v5-rev0\mingw64\bin 
接下來是添加環境變量，由於我的電腦是win10系統，所以跟百度的如何添加環境變量或路徑添加到系統的Path里面有些許區別，上圖： 
關閉Git Bash終端，再次打開，剛剛添加的路徑變量就生效了。
下面用代碼運行一下： 
接着輸入以下命令：
第二步安裝XGBoost：
我們先新建一個空的文件夾，用於存放從git下載的xgboost文件： 
讓我們定位一下我們命名的空文件夾xgboostCode，感受以下git的用法：
然后用下面的命令從GitHub下載XGBoost，一個一個輸入就可以：
至於上述一些列命令什么意思，自己動手百度，這里不過分糾纏。
執行完成之后就可以在Anaconda中安裝XGBoost的python模塊了。在電腦的開始菜單中打開Anaconda Prompt，anaconda安裝庫就是在這個環境下進行安裝的。 
輸入下面命令：
最后執行安裝命令：
安裝已經完成，但在調用XGBoost之前，還應該將g++的運行庫路徑導入到os環境路徑變量中，封閉式英語培訓在Anaconda中打開Ipython或者spider等等，或者在python的命令行里，分別輸入下面的命令：
下面新建一個python文件（注意：不能用xgboost的模塊名命名，比如xgboost.py），導入XGBoost，並測試下面的代碼：
會輸出以下結果： 
哈哈哈，恭喜你安裝成功，XGBoost隨便嗨。