XGBoost目标函数推导

目标函数：

累加训练

目标函数t时刻的整体复杂度可以拆分成，那么t-1时刻前面的所有的复杂度都已经固定了，就用constant表示。

  我们发现目标函数(相对GBDT)里面是带正则项的，t-1时刻的正则项全部在const里面

2.对loss进行泰勒二阶展开的近似。

对loss损失函数（括号里的内容进行二阶泰勒展开）

GBDT用的是牛顿法（一阶导）

 XGBoost用的是梯度下降（二阶导）

XGBoost用更快速度找到最优解，迭代次数更少

3.再次化简目标函数

因为我们让目标函数尽可能小对常数项没有关系，那么我们就可以把常数项都去掉。前面l(yi,yi_hat(t-1))也是常数项也可以去掉。

新的目标函数

 GBDT是拟合上一条样本的负梯度

XGBoost是去拟合上一条样本的gi、hi,所以我们在训练的时候，要去准备下一条样本的gi、hi,准备好了后，变量就是ft(xi),那么目标函数就是再求ft(xi)是何值时，整体的损失最小。

综合以上XGBoost对比GDBT有两点好处：

（1）考虑了正则项Ω。

（2）求二阶导，使得梯度下降的更快。

4.重新定义树

q：代表落在哪个叶子节点，返回那个叶子节点的索引号，T：T个叶子节点

W：是一个向量里面存放所有叶子分数，给出一个索引号，从W向量里查询分数。

W(qx)：根据q(x)叶子节点的索引号，取出来W向量里面相应的分值

经过重新定义后，一棵树对应的分值就是，在目标函数中就可以把替换成

5.重新定义复杂度

γ：系数

T：叶子节点个数

：系数 

W：就是上面定义的叶子节点的分值

叶子节点越少，复杂度就越小。

叶子节点分值越少，正则项数值就越少。

 6.在重新定义树和复杂度后，带入原目标函数，得到新的目标函数

7.再次化简 目标函数

因为

 我们假设

 带入目标函数

 所以

最终目标函数变成

 确定好目标函数后，obj分值越小，代表树的结构越好，我们就可以通过obj分值知道我们要选择第一棵树，还是第二颗树的结构

我们就可以把obj当成每棵树分裂的评价指标

例如：tree1比tree2多分了一次，如果多分了这次后计算得到的obj比tree高了，就说明树的结构还不如不分。 

8.XGBoost收益计算

分裂前计算一下obj，用分裂前的obj减去分裂后的两个叶子结点的obj得到下面的公式。

计算obj收益，根据obj收益选择最佳特征特征值。

9.时间复杂度

O(n d K log n)

d个特征，每个特征有K个分裂点。

优化：

基于这个分裂节点再进行分裂后，下一个分裂节点可以不用再进行分裂。因为X都是一样的，每次分裂排序不会变，那么我们整体学习一棵树的时间复杂度就会优化。

在集成学习中最耗时间的部分是每个特征选择最佳分割点，XGBoost在训练前将数据进行了排序，并存储在Block中，以后每次迭代直接用Block中存储的结构，这样大大节省了计算时间。
特征寻找最佳分割点需要计算增益，XGBoost对这个过程使用了多线程。

XGBoost前剪枝
树节点往下分裂，如果计算得到收益是负的，就不会往下分了。

但是这样做有个问题，这次收益是负的，但是如果继续分裂说不定下次收益就是正的，而且加起来收益会很大。。

为了解决这个问题：后剪枝

让树充分生长，通过传入超参，在叶子涨到一定程度后，剪掉最后面的负收益的叶子节点。

有了XGBoost,就不太用GBDT了，因为XGBoost就是GBDT的优化。