GBDT之二分类算法

blinkyou001

已于 2024-03-14 21:27:48 修改

阅读量1.4k

点赞数 30

文章标签：分类算法人工智能

于 2024-01-22 23:59:41 首次发布

本文链接：https://blog.csdn.net/blinkyou001/article/details/135698133

版权

1、GBDT二分类算法简介

GBDT，全称Gradient Boosting Decision Tree，梯度提升决策树。该算法于1999年由Friedman最早提出。

GBDT算法的基本思路是通过对负梯度的不断拟合，实现学习器的更新，得到最终的强学习器。

GBDT算法支持回归算法和分类算法，其分类算法支持二分类和多分类。本文介绍其中的二分类算法。对于二分类算法，得到最终的强学习器后，将其转化为正样本事件发生的概率。

2、关于损失函数

在GBDT二分类算法中，需要选择适当的损失函数以满足负梯度的计算与拟合。一般可选择指数损失函数和经改造的对数损失函数。这里使用经改造的对数损失函数。

以 $f(x)$ 表示预测值，构造损失函数：

$L(y,f(x))=-y\ln p-(1-y)\ln(1-p)$ ，其中 $p=\frac{1}{1+e^{-f(x)}}$ ，可见 $0<p<1$ ，对比逻辑回归函数可以发现， $p$ 为正样本事件发生的概率。

对损失函数进行变化：

$L(y,f(x))=-y\ln p-(1-y)\ln(1-p)=-y\ln \frac{1}{1+e^{-f(x)}}-(1-y)\ln(1-\frac{1}{ 1+e^{-f(x)}})$

$=y\ln (1+e^{-f(x)})-(1-y)\ln \frac{e^{-f(x)}}{1+e^{-f(x)}}=y\ln (1+e^{-f(x)})-(1-y)(-f(x)-ln(1+e^{-f(x)}))=y\ln (1+e^{-f(x)})+(1-y)f(x)+(1-y)ln(1+e^{-f(x)})=y\ln (1+e^{-f(x)})+f(x)-yf(x)+ln(1+e^{-f(x)})-yln(1+e^{-f(x)})=f(x)-yf(x)+ln(1+e^{-f(x)})=f(x)-yf(x)+ln(1+e^{f(x)})-f(x)=-yf(x)+ln(1+e^{f(x)})$

损失函数关于 $f(x)$ 的一阶、二阶导数分别为：

${L}'=-y+\frac{1}{1+e^{-f(x)}}=-y+p$

${L}''=-(1+e^{-f(x)})^{-2}*e^{-f(x)}*(-1)=\frac{e^{-f(x)}}{(1+e^{-f(x)})^{2}}=(\frac{1}{p}-1)p^{2}=p(1-p)$ ，由于 $0<p<1$ ，故 ${L}''>0$

故当 ${L}'=0$ 时，损失函数取得极小值。

3、GBDT二分类算法过程

3.1 输入输出

1）输入

训练样本集： $D=\left \{ (x_{1},y_{1}),(x_{2},y_{2}),...,(x_{N},y_{N}) \right \}$ ，其中 $y_{i}\in \left \{ 0,1 \right \},i=1,2,...,N$

2）输出

最终决策树 $f(x)$ ，并可将其转化为正样本事件发生概率 $p(x)=\frac{1}{1+e^{-f(x)}}$ ，以及据此进行样本分类。

3.2 算法过程

3.2.1 模型初始化

初始化的弱学习器为： $f_{0}(x)=c=ln\frac{\sum_{i=1}^{N}y_{i}}{\sum_{i=1}^{N}(1-y_{i})}$ 。

关于 $f_{0}(x)$ 的推导过程如下：

代价函数 $cost(c)=\sum_{i=0}^{N}L(y_{i},c)=\sum_{i=0}^{N}(-y_{i}c+ln(1+e^{c}))$

$c=\underset{c}{arg \min }cost(c)=\underset{c}{arg \min }\sum_{i=0}^{N}(-y_{i}c+ln(1+e^{c}))$

当 $\frac{\partial cost(c)}{\partial c}=0$ 时， $cost(c)$ 取得极小值，即

$-\sum_{i=1}^{N}y_{i}+\sum_{i=1}^{N}\frac{1}{1+e^{-c}}=0\Rightarrow-\sum_{i=1}^{N}y_{i}+\frac{N}{1+e^{-c}}=0\Rightarrow c=ln\frac{\sum_{i=1}^{N}y_{i}}{\sum_{i=1}^{N}(1-y_{i})}$

这里，初始化弱学习器的选择会对迭代效率产生影响。

3.2.2 进行迭代

对于 $t=1,2,...,T$ 轮迭代：

1）计算负梯度

由前面的推导可以，在 $f(x)=f_{t-1}(x)$ 时，其负梯度为

$-\left [ \frac{\partial L(y,f(x))}{\partial f(x)}\right ]_{f(x)=f_{t-1}(x)}=-{L}'_{f(x)=f_{t-1}(x)}=y-\frac{1}{1+e^{-f_{t-1}(x)}}$

记 $p_{i}=\frac{1}{1+e^{-f_{t-1}(x_{i})}}$ ，

负梯度的取值 $r_{t,i}=y_{i}-\frac{1}{1+e^{-f_{t-1}(x_{i})}}=y_{i}-p_{i},i=1,2,...,N$

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D=\left \{ (x_{1},r_{t,1}),(x_{2},r_{t,2}),...,(x_{N},r_{t,N}) \right \}$

利用新数据集生成回归树，在CART回归算法下，得到本轮的回归树 $h_{t}(x)=\sum_{m=1}^{M_{t}}\gamma _{t,m}I(x\in R_{t,m})$ ，

该回归树对应的叶子节点划分出的区域为 $R_{t,1},R_{t,2},...,R_{t,M_{t}}$ 。

对于叶子区域 $R_{t,m}$ ，其拟合值记为 $\gamma _{t,m}= \underset{\gamma }{\arg \min }\sum_{x_{i}\in R_{t,M_{t}}}^{}L(y_{i},f_{t-1}(x_{i})+\gamma )$ ，其中 $m=1,2,..,M_{t}$ 。

根据损失函数的构造，可以看出拟合值无公式解。为得到拟合值，可考虑通过泰勒展开求解近似值，求得 $\gamma _{t,m}=\frac{\sum_{x_{i}\in R_{t,m}}^{}r_{t,i}}{\sum_{x_{i}\in R_{t,m}}(y_{i}-r_{t,i})(1-y_{i}+r_{t,i})}$

以下为推导 $\gamma _{t,m}$ 取值的过程。

在第t轮迭代时， $f_{t}(x)=f_{t-1}(x)+h_{t}(x)$

将其代入损失函数的泰勒展开式，

$L(y,f_{t}(x))=L(y,f_{t-1}(x)+h_{t}(x))\approx L(y,f_{t-1}(x))+\frac{\partial L(y,f(x))}{\partial f(x)}|_{f(x)=f_{t-1}(x)}h_{t}(x)+\frac{\partial^2 L(y,f(x))}{2\partial f^2(x)}|_{f(x)=f_{t-1}(x)}h_{t}^{2}(x)$

在叶子区域 $R_{t,m}$ 将拟合值 $\gamma _{t,m}$ 代入代价函数

$\sum_{x_{i}\in R_{t,m}}^{}L(y_{i},f_{t}(x_{i}))=\sum_{x_{i}\in R_{t,m}}^{}L(y_{i},f_{t-1}(x_{i})+h_{t}(x_{i}))=\sum_{x_{i}\in R_{t,m}}^{}L(y_{i},f_{t-1}(x_{i})+\gamma _{t,m})$

$\approx \sum_{x_{i}\in R_{t,m}}^{}L(y_{i},f_{t-1}(x_{i}))+\sum_{x_{i}\in R_{t,m}}^{}\frac{\partial L(y_{i},f(x_{i}))}{\partial f(x_{i})}|_{f(x_{i})=f_{t-1}(x_{i})} \gamma _{t,m}+\sum_{x_{i}\in R_{t,m}}^{}\frac{\partial^2 L(y_{i},f(x_{i}))}{2\partial f^2(x_{i})}|_{f(x_{i})=f_{t-1}(x_{i})}\gamma _{t,m}^{2}$

$=\sum_{x_{i}\in R_{t,m}}^{}L(y_{i},f_{t-1}(x_{i}))+\sum_{x_{i}\in R_{t,m}}^{}{L}'|_{f(x_{i})=f_{t-1}(x_{i})} \gamma _{t,m}+\frac{1}{2}\sum_{x_{i}\in R_{t,m}}^{}{L}''\gamma _{t,m}^{2}$

可以看出，上式是关于 $\gamma _{t,m}$ 的一元二次函数，且其二次项的系数为正，存在极小值，其极小值取在对称轴的位置。

此时， $\gamma _{t,m}=-\frac{\sum_{x_{i}\in R_{t,m}}^{}{L}'}{\sum_{x_{i}\in R_{t,m}}{L}''}|_{f(x_{i})=f_{t-1}(x_{i})}=-\frac{\sum_{x_{i}\in R_{t,m}}^{}(-y_{i}+p_{i})}{\sum_{x_{i}\in R_{t,m}}p_{i}(1-p_{i})}$

$=\frac{\sum_{x_{i}\in R_{t,m}}^{}r_{t,i}}{\sum_{x_{i}\in R_{t,m}}(y_{i}-r_{t,i})(1-y_{i}+r_{t,i})}$

3）更新强学习器

$f_{t}(x)=f_{t-1}(x)+h_{t}(x)=f_{t-1}(x)+\sum_{m=1}^{M_{t}}\gamma _{t,m}I(x\in R_{t,m})$

在不满足停止条件时，继续迭代。

2.2.3 得到最终学习器

在第 $T$ 轮迭代时：当损失函数小于指定值或满足其它设定的停止条件（如迭代次数、分类器在训练集或测试集上的性能等）时，迭代停止。

$f(x)=f_{T}(x)=f_{0}(x)+\sum_{t=1}^{T}\sum_{m=1}^{M_{t}}\gamma _{t,m}I(x\in R_{t,m})$

将其sigmoid转换为概率 $p(x)=\frac{1}{1+e^{-f(x)}}$

根据预测的概率，可以对样本进行类别划分。如当 $p(x)\geqslant 0.5$ 时，归类为正样本，否则为负样本。

4、算法实例

给定如下数据集：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
y	0	0	0	1	1	1	1	0	1	0

记 $x=(age,level)$ ， $y$ 为预测特征。

4.1 模型初始化

初始化的弱学习器为：

$f_{0}(x)=ln\frac{\sum_{i=1}^{N}y_{i}}{\sum_{i=1}^{N}(1-y_{i})}=0$

这里，我们设定个模型停止迭代的条件：当负梯度为0或迭代次数>5时，停止迭代。

4.2 进行迭代

4.2.1 第1轮迭代

1）计算负梯度

本轮负梯度 $r_{1,i}=y_{i}-\frac{1}{1+e^{-f_{0}(x_{i})}}$ ，得到新的数据集计算结果如下表：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
r1	-0.5	-0.5	-0.5	0.5	0.5	0.5	0.5	-0.5	0.5	-0.5

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D_{1}=\left \{ (x_{1},r_{1,1}),(x_{2},r_{1,2}),...,(x_{N},r_{1,N}) \right \}$

在CART回归算法下，得到本轮的回归树 $h_{1}(x)=\sum_{m=1}^{4}\gamma _{1,m}I(x\in R_{1,m})$ 。

3）更新强学习器

$f_{1}(x)=f_{0}(x)+h_{1}(x)=f_{0}(x)+\sum_{m=1}^{4}\gamma _{1,m}I(x\in R_{1,m})$

4.2.2 第2轮迭代

1）计算负梯度

本轮负梯度 $r_{2,i}=y_{i}-\frac{1}{1+e^{-f_{1}(x_{i})}}$ ，得到新的数据集计算结果如下表：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
r2	-0.5	-0.5	-0.5	0.2689	0.2689	0.2689	0.2689	-0.6225	0.3775	-0.5

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D_{2}=\left \{ (x_{1},r_{2,1}),(x_{2},r_{2,2}),...,(x_{N},r_{2,N}) \right \}$

在CART回归算法下，得到本轮的回归树 $h_{2}(x)=\sum_{m=1}^{5}\gamma _{2,m}I(x\in R_{2,m})$ 。

3）更新强学习器

$f_{2}(x)=f_{1}(x)+h_{2}(x)=f_{1}(x)+\sum_{m=1}^{5}\gamma _{2,m}I(x\in R_{2,m})$

4.2.3 第3轮迭代

1）计算负梯度

本轮负梯度 $r_{3,i}=y_{i}-\frac{1}{1+e^{-f_{2}(x_{i})}}$ ，得到新的数据集计算结果如下表：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
r3	-0.3775	-0.3775	-0.3775	0.2194	0.2194	0.2194	0.2194	-0.4847	0.2937	-0.3633

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D_{3}=\left \{ (x_{1},r_{3,1}),(x_{2},r_{3,2}),...,(x_{N},r_{3,N}) \right \}$

在CART回归算法下，得到本轮的回归树 $h_{3}(x)=\sum_{m=1}^{5}\gamma _{3,m}I(x\in R_{3,m})$ 。

3）更新强学习器

$f_{3}(x)=f_{2}(x)+h_{3}(x)=f_{2}(x)+\sum_{m=1}^{5}\gamma _{3,m}I(x\in R_{3,m})$

4.2.4 第4轮迭代

1）计算负梯度

本轮负梯度 $r_{4,i}=y_{i}-\frac{1}{1+e^{-f_{3}(x_{i})}}$ ，得到新的数据集计算结果如下表：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
r4	-0.2937	-0.2937	-0.2937	0.1842	0.1842	0.1842	0.1842	-0.3810	0.2366	-0.2719

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D_{4}=\left \{ (x_{1},r_{4,1}),(x_{2},r_{4,2}),...,(x_{N},r_{4,N}) \right \}$

在CART回归算法下，得到本轮的回归树 $h_{4}(x)=\sum_{m=1}^{5}\gamma _{4,m}I(x\in R_{4,m})$ 。

3）更新强学习器

$f_{4}(x)=f_{3}(x)+h_{4}(x)=f_{3}(x)+\sum_{m=1}^{5}\gamma _{4,m}I(x\in R_{4,m})$

4.2.5 第5轮迭代

1）计算负梯度

本轮负梯度 $r_{5,i}=y_{i}-\frac{1}{1+e^{-f_{4}(x_{i})}}$ ，得到新的数据集计算结果如下表：

序号	0	1	2	3	4	5	6	7	8	9
age	18	20	22	25	28	30	35	40	45	50
level	1	1	3	2	3	5	4	2	6	1
r5	-0.2366	-0.2366	-0.2366	0.1581	0.1581	0.1581	0.1581	-0.3075	0.1966	-0.2122

2）利用负梯度生成回归树

利用负梯度构建新的数据集 $D_{5}=\left \{ (x_{1},r_{5,1}),(x_{2},r_{5,2}),...,(x_{N},r_{5,N}) \right \}$

在CART回归算法下，得到本轮的回归树 $h_{5}(x)=\sum_{m=1}^{5}\gamma _{5,m}I(x\in R_{5,m})$ 。

3）更新强学习器

$f_{5}(x)=f_{4}(x)+h_{5}(x)=f_{4}(x)+\sum_{m=1}^{5}\gamma _{5,m}I(x\in R_{5,m})$

4.3 得到最终学习器

在第5轮迭代时，迭代次数满足停止条件时，迭代停止。

$f(x)=f_{5}(x)=f_{0}(x)+\sum_{t=1}^{5}\sum_{m=1}^{M_{t}}\gamma _{t,m}I(x\in R_{t,m})$

将其sigmoid转换为概率 $p(x)=\frac{1}{1+e^{-f(x)}}$

根据预测的概率，可以对样本进行类别划分。如当 $p(x)\geqslant 0.5$ 时，归类为正样本，否则为负样本。

利用 $f(x)$ 对样本进行预测，预测值为：[-1.40786137, -1.40786137, -1.40786137, 1.83063012, 1.83063012,1.83063012, 1.83063012, -1.07152558, 1.60443296, -1.57152558]，

其sigmoid转换值为概率：[0.19657159, 0.19657159, 0.19657159, 0.86183677, 0.86183677, 0.86183677, 0.86183677, 0.25511307, 0.83263704, 0.17199902]，

根据概率进行分类：[0,0,0,1,1,1,1,0,1,0]。

5、算法代码实现

本例中，使用sklearn中的GradientBoostingClassifier算法训练分类树。由于该算法中的参数设置原因，最终分类树的结果可能与前述分析不一样。

from sklearn.ensemble import GradientBoostingClassifier

df = pd.DataFrame(
    {'age':[18,20,22,25,28,30,35,40,45,50],
    'level':[1,1,3,2,3,5,4,2,6,1],
    'y':[0,0,0,1,1,1,1,0,1,0]}
)
X = df.iloc[:,0:2]
y = df.iloc[:,2]

gbdt = GradientBoostingClassifier(random_state=0)
gbdt.fit(X,y)
gbdt.predict(X)

array([0, 0, 0, 1, 1, 1, 1, 0, 1, 0])

6、算法说明

1、GBDT算法既支持回归也支持分类，均以CART回归算法作为基学习器。在GBDT二分类算法中，需要对负梯度进行拟合，因此其基学习器采用回归算法。

2、GBDT二分类算法中的输入特征只支持连续特征，不支持类别特征。

3、在GBDT算法中实现过程中，一般会设置一个学习率learning_rate，用shrinkage（缩减）的思想，缩小每棵树的贡献，减缓大幅度的拟合容易产生的过拟合风险。

blinkyou001

关注

30
点赞
踩
27

收藏

觉得还不错? 一键收藏
0
评论
GBDT之二分类算法

GBDT，全称Gradient Boosting Decision Tree，梯度提升决策树。该算法于1999年由Friedman最早提出。GBDT算法的基本思路是通过对负梯度的不断拟合，实现学习器的更新，得到最终的强学习器。GBDT算法支持回归算法和分类算法，其分类算法支持二分类和多分类。本文介绍其中的二分类算法。对于二分类算法，得到最终的强学习器后，将其转化为正样本事件发生的概率。
复制链接

扫一扫