xgboost算法不用sklearn不用xgboost

XGBoost是一种强大的梯度提升库，最初是由DMatrix数据结构开始的，这个底层实现了高效的数据存储和并行计算。虽然它最初是作为Python的一个第三方库Sklearn中GBDT（梯度提升决策树）算法的一种封装而流行起来，但是你可以直接使用XGBoost库而不依赖于Sklearn。

如果你想要使用XGBoost而无需通过Sklearn，可以按照以下步骤操作：

1. **安装XGBoost**：首先需要在你的Python环境中安装XGBoost。对于Python，你可以使用pip命令：

   pip install xgboost

2. **导入库**：直接导入`xgboost`模块，不需要导入`sklearn`中的`ensemble`模块：

   import xgboost as xgb

3. **创建DMatrix对象**：这是XGBoost的核心数据结构，用于表示特征矩阵和目标变量数组：

   data = [[0., 0., 0.], [1., 1., 1.], [0., 2., 2.]]  # 示例特征
   label = [0, 1, 0]  # 示例标签
   dtrain = xgb.DMatrix(data, label)

4. **训练模型**：你可以像这样构建、训练模型：

   params = {'objective': 'binary:logistic'}  # 参数设置
   model = xgb.train(params, dtrain)  # 训练模型

5. **预测和评估**：同样地，对新数据进行预测和评估也是通过XGBoost库自身的函数完成的。