写出matlab的xgboost代码，要读取数据，归一化，反归一化

在MATLAB中使用XGBoost库，首先需要安装`xgboost-matlab`包，然后可以按照以下步骤进行：

1. **安装XGBoost for MATLAB**:
- 如果还没有安装，可以使用`Add-Ons`工具箱从官方网站下载并安装XGBoost：https://github.com/dmlc/xgboost/tree/master/matlab

2. **加载数据**:

   % 假设你的数据文件名为'data.csv'
   data = readtable('data.csv');
   X = table2array(data(:, 1:end-1)); % 特征矩阵
   y = data(:, end); % 目标变量

3. **数据预处理：归一化**

   % 对特征进行Z-score归一化 (0均值，单位方差)
   X_norm = zscore(X);

4. **创建DMatrix（XGBoost的数据结构）**

   dtrain = xgb.DMatrix(X_norm, 'Label', y);

5. **模型训练**

   param = xgb.getDefaultParam('reg:linear'); % 使用线性回归参数
   param.learningRate = 0.1; % 学习率
   num_round = 100; % 迭代轮数
   model = xgb.train(param, dtrain, num_round);

6. **预测与反归一化**

   % 预测阶段，将预测结果标准化
   pred_normalized = predict(model, X_norm);
   
   % 反归一化预测结果
   pred_original = bsxfun(@times, pred_normalized, std(X)) + mean(X);

7. **评估结果**

   % 可视化或计算性能指标
   [pred, score] = xgb.predict(model, X_norm);