用matlab写一个xgboost算法模型

以下是使用MATLAB编写XGBoost算法模型的示例代码：

% 加载数据
data = readtable('iris.csv');
X = table2array(data(:,1:end-1));
Y = table2array(data(:,end));

% 分割数据集
cv = cvpartition(size(X,1),'HoldOut',0.3);
Xtrain = X(training(cv),:);
Ytrain = Y(training(cv),:);
Xtest = X(test(cv),:);
Ytest = Y(test(cv),:);

% 定义训练参数
params = struct();
params.objective = 'multi:softmax';
params.num_class = length(unique(Ytrain));
params.max_depth = 3;
params.eta = 0.1;
params.gamma = 0;
params.min_child_weight = 1;
params.subsample = 1;
params.colsample_bytree = 1;

% 训练模型
mdl = xgboost(Xtrain,Ytrain,params);

% 预测测试集
Ypred = predict(mdl,Xtest);

% 计算准确率
accuracy = sum(Ytest==Ypred)/length(Ytest);
disp(['Accuracy: ',num2str(accuracy)]);

其中，'iris.csv'是包含花卉数据的CSV文件。代码首先将数据加载到MATLAB中，然后将其分成训练集和测试集。接下来，定义了XGBoost的训练参数，包括目标函数、最大深度、学习率等。然后使用训练集训练模型。最后，使用测试集测试模型，并计算准确率。