写出适用于matlab的xgboost模型原代码

MATLAB本身并不直接支持XGBoost库，因为XGBoost是一个用C++编写的机器学习库，通常用于Python、R等语言。但在MATLAB环境中，你可以通过安装第三方工具箱如`Add-Ons`或`Forge`中的`xgboost-matlab`来使用它。

以下是使用`xgboost`在MATLAB中创建简单分类模型的基本步骤：

% 安装xgboost for MATLAB
if ~exist('xgboost','file')
    addpath('https://github.com/dmlc/xgboost/archive/master.zip'); % 使用GitHub版本
    mex xgboost/src/learner.cc
end

% 加载数据 (假设你已经有了训练集'data'和标签'y')
data = ...; % 载入特征矩阵
label = ...; % 载入目标变量

% 创建DMatrix对象（XGBoost的数据结构）
dtrain = xgboost.DMatrix(data, label);

% 设置模型参数
param = {'objective', 'binary:logistic', 'eta', 0.3, 'max_depth', 5};

% 训练模型
model = xgboost.train(param, dtrain, 10); % 进行10轮迭代

% 预测
pred = predict(model, dtrain); % 预测结果

% 查看性能指标
disp(xgboost.eval(model, dtrain)); % 可视化评估结果

请注意，这只是一个基础示例，实际应用中可能需要更复杂的预处理和参数调整。如果你想深入了解如何在MATLAB中使用XGBoost，可以查阅`xgboost-matlab`文档或者官方API说明。