XGBoost通过URL加载DMatrix报错，求Python正确实现语法

xgb.DMatrix不支持直接传入HTTP URL作为参数，你需要先将远程数据拉取到本地内存或文件中，再传递给DMatrix。以下是几种可行的实现方式：

方法一：通过内存加载数据 #

利用urllib获取远程数据，并用BytesIO包装成类文件对象供DMatrix读取：

import xgboost as xgb
import urllib.request
from io import BytesIO

url = 'https://raw.githubusercontent.com/dmlc/xgboost/master/demo/data/agaricus.txt.test'
# 获取远程数据内容
response = urllib.request.urlopen(url)
data_content = response.read()
# 包装为类文件对象后传入DMatrix
dtrain = xgb.DMatrix(BytesIO(data_content))

方法二：借助Pandas读取并转换 #

如果数据是结构化文本（如agaricus这种类似CSV的格式），可以先用Pandas读取，再转换为DMatrix：

import xgboost as xgb
import pandas as pd

url = 'https://raw.githubusercontent.com/dmlc/xgboost/master/demo/data/agaricus.txt.test'
# 读取数据，注意设置分隔符和无表头
df = pd.read_csv(url, header=None, sep=' ')
# 分离特征和标签，传入DMatrix
dtrain = xgb.DMatrix(df.iloc[:, 1:], label=df.iloc[:, 0])

方法三：先下载到本地文件再加载 #

将远程数据下载到本地磁盘，再用DMatrix加载本地文件：

import xgboost as xgb
import urllib.request

url = 'https://raw.githubusercontent.com/dmlc/xgboost/master/demo/data/agaricus.txt.test'
# 下载文件到本地
urllib.request.urlretrieve(url, 'agaricus.txt.test')
# 加载本地文件
dtrain = xgb.DMatrix('agaricus.txt.test')

以上三种方法都能解决你遇到的问题，可根据实际场景选择合适的方式。

内容的提问来源于stack exchange，提问作者Reza Paradise