GBDT(Gradient Boosting Decision Tree)是目前工业和各种竞赛中非常抢手的模型,性能表现出色,特别是XgBoost,LightGBM推出后,模型性能和运行效率进一步提升,了解XgBoost模型,先整理一下GBDT吧。
文章目录
- GBDT概述
- CART
- Boosting
- Gradient Boosting
- 模型公式推导
- 框架
- 框架扩展
- least-squares regression
- least absolute deviation regression
- M_Regression
- Two-class logistic regression and classificaiton
- 正则项
- python实现
- 参考文献
GBDT概述
GBDT模型是一个集成模型,基分类器采用CART,集成方式为Gradient Boosting。
CART
CART是一个分类回归二叉决策树,构建一棵二叉树,主要涉及到一下一个问题:
- 怎么分裂一个特征?
- 怎么选择最佳分裂特征?
- 确定分裂的停止条件?
- 决策树的优化:剪枝方法?
因为CART是一棵二叉树,所以在分裂特征时与 ID3、C4.5有区别。
CART在分类时采用最小平方误差来选择最优切分特征和切分点。
Boosting
Boosting是一种模型的组合方式,我们熟悉的AdaBoost就是一种Boosting的组合方式。和随机森林并行训练不同的决策树最后组合所有树的bagging方式不同,Boosting是一种递进的组合方式,每一个新的分类器都在前一个分类器的预测结果上改进,所以说boosting是减少bias而bagging是减少variance的模型组合方式。
Gradient Boosting
GBDT和AdaBoost模型都可以表示成:
的形式,只是AdaBoost在训练完一个后会重新赋值样本的权重:分类错误的样本的权重会增大而分类正确的样本的权重则会减小。这样在训练时会侧重对错误样本的训练,以达到模型性能的提升,但是AdaBoost模型每个基分类器的损失函数优化目标是相同的且独立的,都是最优化当前样本(样本权重)的指数损失。
GBTD虽然也是一个加性模型,但其是通过不断迭代拟合样本真实值与当前分类器的残差来逼近真实值的,按照这个思路,第个基分类器的预测结果为:
而的优化目标就是最小化当前预测结果和之间的差距。
下面是GDBT的一个简单例子:判断用户是否会喜欢电脑游戏,特征有年龄,性别和职业。需要注意的是,GBDT无论是用于分类和回归,采用的都是回归树,分类问题最终是将拟合值转换为概率来进行分类的。
在上图中,每个用户的最后的拟合值为两棵树的结果相加。
模型公式推导
Gradient Boosting是Friedman提出的一套框架。其思想类似于数值优化中梯度下降求参方法,参数沿着梯度的负方向以小步长前进,最终逐步逼近参数的局部最优解。在GB中模型每次拟合残差,逐步逼近最终结果。
框架
在GB "greedy-stagewise"的思想中,每个stage需要最小化残差的误差,即:
而
所以,每个stage的优化的目标为:
该函数比较难求解,类似于梯度下降方法,给定的一个近似解,可以看做逼近的步长和方向。所以:
框架扩展
上一部分的GB框架可以搭配不同的损失函数来解决不同的问题:
least-squares regression
least absolute deviation regression
M_Regression
Two-class logistic regression and classificaiton
二分类时,如果采用类似于逻辑回归的对数似然损失函数:
其中,, 是一个对数几率,当样本为正的概率大于样本为负的概率时,函数值大于0,否则小于0。
此时负梯度误差为:
而各个节点最优的拟合值为使损失函数最优解:
上式没有解析解,比较难优化,采用近似值(说是牛顿迭代法,但还不懂):
将拟合值转化为概率:
,
正则项
给learning rate 添加了一个正则项
python实现
待写
参考文献
- Friedman J H . Greedy Function Approximation: A Gradient Boosting Machine[J]. The Annals of Statistics, 2001, 29(5):1189-1232.
- sklearn toturial classifier
- sklearn toturial regressor
- GBDT分类的原理及Python实现