给出matlab使用XGBoost的代码

使用 XGBoost 进行分类和回归，可以通过 MATLAB 接口来实现。以下是使用 MATLAB 接口使用 XGBoost 进行分类和回归的代码示例：

1. 加载数据：

load fisheriris
X = meas;
Y = species;

2. 将数据集分为训练集和测试集：

cv = cvpartition(Y,'HoldOut',0.2);
idx = cv.test;
X_train = X(~idx,:);
Y_train = Y(~idx,:);
X_test  = X(idx,:);
Y_test  = Y(idx,:);

3. 将数据转换为 DMatrix 格式，并设置参数：

dtrain = xgb.DMatrix(X_train,Y_train);
dtest  = xgb.DMatrix(X_test,Y_test);
param = {'objective','multi:softmax','num_class',3};

4. 使用 XGBoost 训练模型并进行预测：

bst = xgb.train(param,dtrain,100);
[pred_train,acc_train] = xgb.predict(bst,dtrain);
[pred_test,acc_test]   = xgb.predict(bst,dtest);

5. 输出结果：

fprintf('Train Accuracy: %f\n',acc_train);
fprintf('Test Accuracy: %f\n',acc_test);