📚 课程目录第2章环境搭建

2. 环境搭建：Python 环境配置与依赖库安装

在构建 XGBoost 实时赔付率预测模型之前，必须搭建一个稳定、可复现的 Python 开发环境。本章将指导你完成从 Python 解释器安装到核心依赖库配置的全流程，确保后续所有建模步骤能够顺畅执行。

2.1 Python 环境配置

推荐使用 Python 3.8 ~ 3.11 版本（XGBoost 1.7+ 对 3.11 支持最佳）。为避免不同项目间的依赖冲突，强烈建议使用虚拟环境隔离项目依赖。

💡 最佳实践： 使用 venv（Python 内置）或 conda 创建独立虚拟环境，避免全局包污染。

2.1.1 使用 venv 创建虚拟环境

# 创建虚拟环境（在项目根目录执行）
python -m venv xgb_claim_env

# 激活虚拟环境（Windows）
xgb_claim_env\Scripts\activate

# 激活虚拟环境（macOS/Linux）
source xgb_claim_env/bin/activate

2.1.2 使用 conda 创建虚拟环境（备选）

# 创建 conda 环境
conda create -n xgb_claim_env python=3.11

# 激活环境
conda activate xgb_claim_env

⚠️ 注意： 如果同时安装了多个 Python 版本，请确保激活环境后使用 python --version 确认版本号正确。

2.2 安装 XGBoost 库

XGBoost 是本次建模的核心引擎。根据你的硬件配置（CPU / GPU）选择对应的安装方式。

安装场景	命令	说明
CPU 版本（通用）	`pip install xgboost`	适用于大多数开发环境，无需 GPU
GPU 加速版本	`pip install xgboost-gpu`	需要 NVIDIA GPU + CUDA 11.x+
指定版本安装	`pip install xgboost==2.0.3`	锁定版本以确保可复现性

  📌 验证安装： 在 Python 交互环境中执行 import xgboost as xgb; print(xgb.__version__)，应输出类似 2.0.3 的版本号。

2.3 安装核心依赖库

赔付率预测模型依赖以下数据处理与机器学习工具库：

库名称	版本建议	主要用途
Pandas	≥ 2.0.0	数据加载、清洗、特征工程、时间序列处理
NumPy	≥ 1.24.0	数值计算、矩阵运算、随机数生成
Scikit-learn	≥ 1.3.0	数据划分、模型评估、预处理管道
Matplotlib	≥ 3.7.0	可视化分析、特征重要性绘图
Seaborn	≥ 0.12.0	统计图表、分布可视化

2.3.1 一键安装命令

# 安装所有依赖（推荐）
pip install pandas numpy scikit-learn matplotlib seaborn

# 如需指定版本（确保兼容性）
pip install pandas==2.1.4 numpy==1.26.2 scikit-learn==1.3.2 matplotlib==3.8.2 seaborn==0.13.0

2.3.2 验证所有依赖

# 创建验证脚本 verify_env.py
import pandas as pd
import numpy as np
import sklearn
import xgboost as xgb
import matplotlib
import seaborn as sns

print(f"Pandas: {pd.__version__}")
print(f"NumPy: {np.__version__}")
print(f"Scikit-learn: {sklearn.__version__}")
print(f"XGBoost: {xgb.__version__}")
print(f"Matplotlib: {matplotlib.__version__}")
print(f"Seaborn: {sns.__version__}")
print("✅ 环境搭建成功！")

💡 提示： 将上述验证脚本保存为 verify_env.py，每次切换环境后运行一次，可快速确认所有依赖就绪。

2.4 环境依赖关系总览

下图展示了各组件之间的依赖与数据流向关系，帮助你理解环境搭建的层次结构：

2.5 常见问题与解决方案

问题现象	可能原因	解决方案
`pip install xgboost` 报错	pip 版本过旧或网络问题	`pip install --upgrade pip` 后重试，或使用国内镜像源
导入 XGBoost 时提示 DLL 加载失败	缺少 Visual C++ 运行库（Windows）	安装 VC++ 运行库
GPU 版本无法识别显卡	CUDA 版本不匹配	确认 `nvidia-smi` 显示的 CUDA 版本 ≥ 11.x
虚拟环境激活后仍调用全局 Python	PATH 环境变量顺序问题	使用 `where python`（Windows）或 `which python`（Linux/macOS）检查路径

  📌 环境就绪检查清单：
  ✅ Python 版本 ≥ 3.8
✅ 虚拟环境已激活
✅ XGBoost 安装成功并可导入
✅ Pandas / NumPy / Scikit-learn 版本符合要求
✅ 验证脚本 verify_env.py 全部通过