目录
1、xgboost未学习到交叉特征如何解决分析（性别&年龄）
xgb问题总结
1、xgboost未学习到交叉特征如何解决分析（性别&年龄）
一般是因为样本中该交叉特征比较稀疏导致的，具体为所有样本中性别和年龄特征同时存在的样本较少，因此在采样过程中需要关注，避免特征稀疏导致学习的效果jiao ch
2、xgboost如何处理离散类特征
xgboost是不支持category特征的，所以在训练模型前，需要进行预处理，可以根据特征的具体形式来选择：
- 无序特征：one-hot encoding，比如城市。 类别型变量在范围较小的时候（如[10-100]），推荐使用。one-hot会增加内存开销以及训练开销
- 有序特征：label encoding，年龄
one-hot encoding ： 独热编码，又称为一位有效编码。其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。可以这样理解，对于每一个特征，如果它有m个可能值，那么经过独热编码后，就变成了m个二元特征。并且，这些特征互斥，每次只有一个激活。因此，数据会变成稀疏的。例如：假设地区的特征空间为 [“Europe”，”US”，”Asia”]是三维的，这样，我们可以采用One-Hot编码的方式对样本“[”US”]”编码，“US”对应着[0，1，0]，则完整的特征数字化的结果为：[0,1,0]。
label encoding：就是用标签进行编码的意思，即将原始特征值编码为自定义的数字标签完成量化编码过程。假如有三种颜色特征：红、黄、蓝。 在利用机器学习的算法时一般需要进行向量化或者数字化。那么你可能想令 红=1，黄=2，蓝=3. 那么这样其实实现了标签编码，即给不同类别以标签。
为什么能使用One-Hot Encoding？
- 使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。在回归，分类，聚类等机器学习算法中，特征之间距离的计算或相似度的计算是非常重要的，而我们常用的距离或相似度的计算都是在欧式空间的相似度计算，计算余弦相似性，也是基于的欧式空间。
- 将离散型特征使用one-hot编码，可以会让特征之间的距离计算更加合理。比如，有一个离散型特征，代表工作类型，该离散型特征，共有三个取值，不使用one-hot编码，计算出来的特征的距离是不合理。那如果使用one-hot编码，显得更合理。
3、xgboost调的参数有哪些
XGBoost的参数一共分为三类：
通用参数：宏观函数控制。
Booster参数：控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参，很这是大程度上都是在调整booster参数。
学习目标参数：控制训练目标的表现。我们对于问题的划分主要体现在学习目标参数上。比如我们要做分类还是回归，做二分类还是多分类，这都是目标参数所提供的。
通用参数
booster：选择每次迭代过程中需要运行的模型。我们有两种参数选择，
gbtree和gblinear。gbtree是采用树的结构来运行数据，而gblinear是基于线性模型。silent：设置模型是否有logo打印。静默模式，为
1时模型运行不输出。nthread: 使用线程数，一般我们设置成
-1,使用所有线程。如果有需要，我们设置成多少就是用多少线程。Booster参数
n_estimator: 也作
num_boosting_rounds这是生成的最大树的数目，也是最大的迭代次数。learning_rate: 学习率，可以缩减每一步的权重值，使得模型更加健壮。有时也叫作
eta，系统默认值为0.3,典型值一般设置为：0.01-0.2。gamma：系统默认为
0,我们也常用0。
gamma指定了节点分裂所需的最小损失函数下降值。 这个参数的值越大，算法越保守。因为gamma值越大的时候，损失函数下降更多才可以分裂节点。所以树生成的时候更不容易分裂节点。范围:[0,∞]subsample：系统默认为
1。这个参数控制对于每棵树，随机采样的比例。减小这个参数的值，算法会更加保守，避免过拟合。但是，如果这个值设置得过小，它可能会导致欠拟合。 典型值：
0.5-1，0.5代表平均采样，防止过拟合. 范围:(0,1]，注意不可取0colsample_bytree：系统默认值为1。我们一般设置成0.8左右。
用来控制每棵随机采样的列数的占比(每一列是一个特征)。 典型值：
0.5-1范围:(0,1]colsample_bylevel：默认为1,我们也设置为1.
这个就相比于前一个更加细致了，它指的是每棵树每次节点分裂的时候列采样的比例
max_depth： 系统默认值为
6我们常用
3-10之间的数字。这个值为树的最大深度。这个值是用来控制过拟合的。max_depth越大，模型学习的更加具体。设置为0代表没有限制，范围:[0,∞]max_delta_step：默认
0,我们常用0.这个参数限制了每棵树权重改变的最大步长，如果这个参数的值为
0,则意味着没有约束。如果他被赋予了某一个正值，则是这个算法更加保守。通常，这个参数我们不需要设置，但是当个类别的样本极不平衡的时候，这个参数对逻辑回归优化器是很有帮助的。lambda:也称
reg_lambda,默认值为0。权重的L2正则化项。(和Ridge regression类似)。这个参数是用来控制XGBoost的正则化部分的。这个参数在减少过拟合上很有帮助。
alpha:也称
reg_alpha默认为0,权重的L1正则化项。(和Lasso regression类似)。 可以应用在很高维度的情况下，使得算法的速度更快。
scale_pos_weight：默认为
1在各类别样本十分不平衡时，把这个参数设定为一个正值，可以使算法更快收敛。通常可以将其设置为负样本的数目与正样本数目的比值。
学习任务参数
这类参数主要用来明确学习任务和相应的学习目标的
- objective [default=reg:linear]
这个主要是指定学习目标的：而分类，还是多分类or回归 “reg:linear” –linear regression：线性回归 “binary:logistic”：二分类 “multi:softmax” ：多分类，这个需要指定类别个数
- eval_metric [default according to objective]
评估方法，主要用来验证数据，根据一个学习目标会默认分配一个评估指标 “rmse”:均方根误差（回归任务） “error”:分类任务 “map”:平均绝对值误差（平均准确率，排名任务）
- seed [default=0]
随机数种子，可以用来生成可复制性的结果，也可用来调参
4、调参的通用方法
- 选择一个相对较高的学习率。通常来说学习率设置为0.1。但是对于不同的问题可以讲学习率设置在0.05-0.3。通过交叉验证来寻找符合学习率的最佳树的个数。
- 当确定好学习率与最佳树的个数时，调整树的某些特定参数。比如：max_depth, min_child_weight, gamma, subsample, colsample_bytree
- 调整正则化参数 ，比如： lambda, alpha。这个主要是为了减少模型复杂度和提高运行速度的。适当地减少过拟合。
- 降低学习速率，选择最优参数
5、xgb对缺失值是怎么处理的？
在普通的GBDT策略中，对于缺失值的方法是先手动对缺失值进行填充，然后当做有值的特征进行处理，但是这样人工填充不一定准确，而且没有什么理论依据。而Xgboost采取的策略是先不处理那些值缺失的样本，采用那些有值的样本搞出分裂点，然后在遍历每个分裂点的时候，尝试将缺失样本划入左子树和右子树，选择使损失最优的情况。
6、XGBoost为什么使用泰勒二阶展开？
- 直接理解一阶导指引梯度方向，二阶导指引梯度方向如何变化，所以二阶信息本身就能让梯度收敛更快更准确。这里可以对比牛顿法和SGD。牛顿法是二阶收敛，梯度下降是一阶收敛，当初始点选取合理的情况下，牛顿法比梯度下降法收敛的速度快。通俗的讲，比如你想找一条最短的路径走到一个盆地的最底部，梯度下降法每次只从你当前所处位置选一个坡度最大的方向走一步，牛顿法在选择方向时，不仅会考虑坡度是否够大，还会考虑你走了一步之后，坡度是否会变得更大。所以，可以说牛顿法比梯度下降法看得更远一点，能更快地走到最底部。（牛顿法目光更加长远，所以少走弯路；相对而言，梯度下降法只考虑了局部的最优，没有全局思想。）
- 可以很方便地自定义损失函数，只要这个损失函数可以求一阶和二阶导
7、正则惩罚的是什么？
正则的概念：正则化就是通过对模型参数进行调整（数量和大小），降低模型的复杂度，以达到可以避免过拟合的效果。机器学习中对原始损失函数引入额外信息，以便防止过拟合和提高模型泛化性能的一类方法的统称。也就是目标函数变成了原始损失函数+额外项，常用的额外项一般有两种，英文称作ℓ1−𝑛𝑜𝑟𝑚ℓ1−norm和ℓ2−𝑛𝑜𝑟𝑚ℓ2−norm，中文称作L1正则化和L2正则化，或者L1范数和L2范数。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓惩罚是指对损失函数中的某些参数做一些限制。
- 惩罚的是什么：拟合参数的复杂度
- 如何惩罚：λ为无穷大，在惩罚系数λ无穷大的情况下，为保证整个结构风险函数最小化，只能通过最小化所有权重系数W达到目的了，即通过λ的惩罚降低了参数的权重值，而在降低参数权重值的同时我们就实现了降低模型复杂度的效果。
在机器学习中L1 L2起到的作用是？L1正则化：可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择；L2正则化：可以防止模型过拟合（overfitting）；一定程度上，L1也可以防止过拟合。
8、XGB寻找最佳分裂点
在分裂一个结点时，我们会有很多个候选分割点，寻找最佳分割点的大致步骤如下：
- 遍历每个结点的每个特征；
- 对每个特征，按特征值大小将特征值排序；
- 线性扫描，找出每个特征的最佳分裂特征值；
- 在所有特征中找出最好的分裂点（分裂后增益最大的特征及特征值）
上面是一种贪心的方法，每次进行分裂尝试都要遍历一遍全部候选分割点，也叫做全局扫描法。但当数据量过大导致内存无法一次载入或者在分布式情况下，贪心算法的效率就会变得很低，全局扫描法不再适用。基于此，XGBoost提出了一系列加快寻找最佳分裂点的方案：
- 特征预排序+缓存：XGBoost在训练之前，预先对每个特征按照特征值大小进行排序，然后保存为block结构，后面的迭代中会重复地使用这个结构，使计算量大大减小。
- 分位点近似法：对每个特征按照特征值排序后，采用类似分位点选取的方式，仅仅选出常数个特征值作为该特征的候选分割点，在寻找该特征的最佳分割点时，从候选分割点中选出最优的一个。
- 并行查找：由于各个特性已预先存储为block结构，XGBoost支持利用多个线程并行地计算每个特征的最佳分割点，这不仅大大提升了结点的分裂速度，也极利于大规模训练集的适应性扩展。
9. 停止生长
- 当新引入的一次分裂所带来的增益Gain<0时，放弃当前的分裂。这是训练损失和模型结构复杂度的博弈过程。
当树达到最大深度时，停止建树，因为树的深度太深容易出现过拟合，这里需要设置一个超参数max_depth。
当引入一次分裂后，重新计算新生成的左、右两个叶子结点的样本权重和。如果任一个叶子结点的样本权重低于某一个阈值，也会放弃此次分裂。这涉及到一个超参数:最小样本权重和，是指如果一个叶子节点包含的样本数量太少也会放弃分裂，防止树分的太细，这也是过拟合的一种措施。
10. XGBoost为什么快
- 分块并行：训练前每个特征按特征值进行排序并存储为Block结构，后面查找特征分割点时重复使用，并且支持并行查找每个特征的分割点
- 候选分位点：每个特征采用常数个分位点作为候选分割点
- CPU cache 命中优化： 使用缓存预取的方法，对每个线程分配一个连续的buffer，读取每个block中样本的梯度信息并存入连续的Buffer中。
- Block 处理优化：Block预先放入内存；Block按列进行解压缩；将Block划分到不同硬盘来提高吞吐
11. XGBoost防止过拟合的方法
XGBoost在设计时，为了防止过拟合做了很多优化，具体如下：
- 目标函数添加正则项：叶子节点个数+叶子节点权重的L2正则化
- 列抽样：训练的时候只用一部分特征（不考虑剩余的block块即可）
- 子采样：每轮计算可以不使用全部样本，使算法更加保守
- shrinkage: 可以叫学习率或步长，为了给后面的训练留出更多的学习空间
2049
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
