#史上#最容易#图文理解#Xgboost

刚开始探索理解机器学习算法时，我会被所有数学内容弄得不知所措。我发现，如果没有完全理解算法背后的直觉，就很难理解其中的数学原理。所以，我会倾向于那些将算法分解成更简单、更易理解的步骤。这就是我今天尝试做的事情，以一种即使10岁小孩也能理解的方式来解释XGBoost算法。开始吧！

让我们从训练数据集开始，这个数据集包含了5个样本。每个样本记录了他们的年龄（AGE）、是否有硕士学位（MASTER’S DEGREE），以及他们的工资（SALARY）（以千为单位），目标是使用XGBoost模型预测工资。

步骤1：做一个初步预测并计算残差

这个预测可以是任何值。但是让我们假设初步预测是我们想要预测的变量平均值。

我们用如下公式计算残差（Residuals）：

$$残差=观测值-预测值$$

在这里，我们的观测值是 Salary 列中的值，所有预测值都等于 70（初始预测值）。

每个样本的残差值（Residuals）如下

步骤2：构建XGBoost决策树

每棵树从一个根节点开始，所有的残差都进入那个该根节点。

现在我们需要计算该根节点的相似度分数（Similarity Score）。

$$SimilarityScore=\frac{(SumofResiduals{)}^2}{NumberofResiduals+\lambda }$$

其中Sum of Residuals的含义是残差的和，Number of Residuals的含义是残差的个数，λ（lambda）是一个正则化参数，它减少了预测对单个观测值的敏感性，并防止数据的过拟合（即模型完全符合训练数据集的情况）。λ的默认值是1，所以在这个例子中我们设λ=1。

现在我们应该看看，如果我们使用基于预测变量（年龄和硕士学位）的阈值将残差分成两组，是否能更好地聚类残差。拆分残差意味着为树添加分支。

首先，让我们尝试使用“是否有硕士学位？”来拆分这个叶子。

然后计算拆分后左右叶子节点的相似度分数：

现在通过“是否有硕士学位”将残差分成两组，并比较分裂前后的相似度。定义增益（Gain）为分裂后的相似度与分裂前的相似度之差，如果增益是正的，那么拆分是一个好主意，否则就不是。增益计算：

然后我们将这个增益与年龄的拆分增益进行比较。由于年龄是一个连续变量，找到不同拆分的过程有些复杂。首先，我们根据年龄的升序排列数据集的行，然后计算相邻年龄值的平均值。

现在我们使用这四个平均值作为阈值来拆分残差，并计算每个拆分的增益。第一个拆分使用年龄 < 23.5。

对于这个拆分，我们以与硕士学位相似的方式计算相似度分数和增益。

然后用同样的方法计算剩余的年龄拆分：

在所有的硕士学位拆分和四个年龄拆分中，“是否有硕士学位“拆分具有最大的增益值，因此我们将其作为我们的初始拆分。现在，我们可以通过再次使用上述描述的相同过程，将我们的硕士学位叶子拆分成更多分支。但是，这一次，我们将使用初始的硕士学位叶子作为根节点，并尝试通过获得大于0的最大增益值来拆分它们。

让我们从左节点开始。对于这个节点，我们只考虑是否有硕士学位？列中取值为“是”的观察值，因为只有这些观察值会落入左节点。

因此，我们使用与之前相同的过程来计算年龄拆分的增益，但这次只使用上图高亮显示的行中的残差。

由于只有年龄 < 25 给我们一个正增益，我们使用这个阈值来拆分左节点。

接下来，我们转向右节点，硕士学位取值为“否”的观察值。只计算下图高亮行的残差。

在右节点中我们只有两个观察值，所以唯一可能的拆分是年龄 < 24.5，因为这是高亮行中两个年龄值的平均值（高亮行的23和26）。

这个拆分的增益是正的，所以我们最终的树是：

步骤3：树修剪

树修剪是我们避免过度拟合数据的另一种方法。为了做到这一点，我们从树的底部开始，逐步向上查看拆分是否有效。为了确定有效性，我们使用 γ（gamma）。如果增益 （Gain）与γ的差 是正的，我们保留该拆分；否则，我们移除它。γ的默认值是0，但为了说明目的，让我们将γ设置为50。根据之前的计算，我们知道所有节点的增益值：

由于除了年龄 < 24.5 的拆分外，所有拆分的增益都大于γ ，我们可以移除那个分支。因此，最终的树结构是：

步骤4：计算叶子节点的值

由于叶子节点不能给出多个输出，因此需要根据叶子结点包含的样本值计算输出。

$$OutputValue=\frac{SumofResiduals}{NumberofResiduals+\lambda }$$
其中Sum of Residuals的含义是残差的和，Number of Residuals的含义是残差的个数。

叶子结点输出值的计算类似于相似度分数，不过我们不会对残差进行平方。使用这个公式和 λ = 1，得到所有叶子结点的输出值：

步骤5：模型预测

现在，所有这些艰难的模型构建工作都已经完成，我们来到了令人兴奋的部分，看看我们的新模型如何改善我们的预测。我们可以使用下述公式进行预测。

如上图，70是模型的初始预测，是学习率，本文设置学习率为0.3。

因此第一个观测值的预测值（predicted value）是67.501。

$$70+0.3\ast (-8.33)=67.501$$
同样地，我们可以计算其他观测值的预测值：

步骤6：计算新预测值的残差

我们发现新的残差比之前的小，这表明我们已经朝着正确的方向迈出了一小步。随着我们重复这个过程，我们的残差会变得越来越小，这表明我们的预测值逐渐接近观察到的值。

步骤7：重复步骤2-6

现在我们只需要一遍又一遍地重复这个过程：构建一棵新的树，进行预测，并在每次迭代中计算残差。我们会重复这个过程，直到残差变得非常小，或者我们达到了为算法设置的最大迭代次数。如果每次迭代构建的树用表示，其中i是当前迭代的次数，那么计算预测的公式是：

$$70+ϵx{T}_1+ϵx{T}_2+ϵx{T}_3+......+ϵx{T}_{1}i$$
就是这样了！谢谢阅读，祝你在接下来的算法之旅中一切顺利！