文章目录
1. GBDT 概述
GBDT(梯度提升树)也是集成学习Boosting家族的成员,但是却和传统的Adaboost有很大的不同。回顾下Adaboost,我们是利用前一轮迭代弱学习器的误差率来更新训练集的权重,这样一轮轮的迭代下去。GBDT也是迭代,使用了前向分布算法,但是弱学习器限定了只能使用CART回归树模型,同时迭代思路和Adaboost也有所不同。
GBDT的迭代是针对当前模型的负梯度来进行拟合,比如当前模型与真实值差为5,下一个弱学习器用4去拟合差值5,还剩下1,下下个弱学习器又用0.5去拟合差值1,还剩0.5,使值误差越来越小。
2. GBDT 负梯度拟合
设学习器为
F
F
F,损失函数为
L
(
y
,
F
)
L(y,F)
L(y,F),则根据梯度下降有:
F
i
=
F
i
−
1
−
d
L
(
y
,
F
)
d
F
F_i = F_{i-1}- \frac{dL(y,F)}{dF}
Fi=Fi−1−dFdL(y,F)GBDT采用的是加法模型,即
F
i
=
F
i
−
1
+
T
F_i = F_{i-1} + T
Fi=Fi−1+T所以得到拟合的目标即是负梯度
T
=
−
d
L
(
y
,
F
)
d
F
T=-\frac{dL(y,F)}{dF}
T=−dFdL(y,F)
3. GBDT 损失函数
3.1 分类算法
- 指数损失函数
L ( y , f ( x ) ) = e x p ( − y f ( x ) ) L(y, f(x)) = exp(-yf(x)) L(y,f(x))=exp(−yf(x)) - 二分类对数损失
L ( y , f ( x ) ) = l o g ( 1 + e x p ( − y f ( x ) ) ) L(y, f(x)) = log(1+ exp(-yf(x))) L(y,f(x))=log(1+exp(−yf(x))) - 多分类对数损失,设类别数为
K
K
K,
L ( y , f ( x ) ) = − ∑ k = 1 K y k l o g p k ( x ) L(y, f(x)) = - \sum\limits_{k=1}^{K}y_klog\;p_k(x) L(y,f(x))=−k=1∑Kyklogpk(x)
3.2 回归算法
- 均方差
L ( y , f ( x ) ) = ( y − f ( x ) ) 2 L(y, f(x)) =(y-f(x))^2 L(y,f(x))=(y−f(x))2 - 绝对损失
L ( y , f ( x ) ) = ∣ y − f ( x ) ∣ L(y, f(x)) =|y-f(x)| L(y,f(x))=∣y−f(x)∣负梯度为
s i g n ( y i − f ( x i ) ) sign(y_i-f(x_i)) sign(yi−f(xi)) - Huber损失,它是均方差和绝对损失的折中产物,对于远离中心的异常点,采用绝对损失,而中心附近的点采用均方差。这个界限一般用分位数点度量。损失函数如下:
L ( y , f ( x ) ) = { 1 2 ( y − f ( x ) ) 2 ∣ y − f ( x ) ∣ ≤ δ δ ( ∣ y − f ( x ) ∣ − δ 2 ) ∣ y − f ( x ) ∣ > δ L(y, f(x))= \begin{cases} \frac{1}{2}(y-f(x))^2& {|y-f(x)| \leq \delta}\\ \delta(|y-f(x)| - \frac{\delta}{2})& {|y-f(x)| > \delta} \end{cases} L(y,f(x))={21(y−f(x))2δ(∣y−f(x)∣−2δ)∣y−f(x)∣≤δ∣y−f(x)∣>δ
负梯度为:
r ( y i , f ( x i ) ) = { y i − f ( x i ) ∣ y i − f ( x i ) ∣ ≤ δ δ s i g n ( y i − f ( x i ) ) ∣ y i − f ( x i ) ∣ > δ r(y_i, f(x_i))= \begin{cases} y_i-f(x_i)& {|y_i-f(x_i)| \leq \delta}\\ \delta sign(y_i-f(x_i))& {|y_i-f(x_i)| > \delta} \end{cases} r(yi,f(xi))={yi−f(xi)δsign(yi−f(xi))∣yi−f(xi)∣≤δ∣yi−f(xi)∣>δ - 分位数损失。它对应的是分位数回归的损失函数,表达式为
L ( y , f ( x ) ) = ∑ y ≥ f ( x ) θ ∣ y − f ( x ) ∣ + ∑ y < f ( x ) ( 1 − θ ) ∣ y − f ( x ) ∣ L(y, f(x)) =\sum\limits_{y \geq f(x)}\theta|y - f(x)| + \sum\limits_{y < f(x)}(1-\theta)|y - f(x)| L(y,f(x))=y≥f(x)∑θ∣y−f(x)∣+y<f(x)∑(1−θ)∣y−f(x)∣
负梯度为
r ( y i , f ( x i ) ) = { θ y i ≥ f ( x i ) θ − 1 y i < f ( x i ) r(y_i, f(x_i))= \begin{cases} \theta& { y_i \geq f(x_i)}\\ \theta - 1 & {y_i < f(x_i) } \end{cases} r(yi,f(xi))={θθ−1yi≥f(xi)yi<f(xi)
对于Huber损失和分位数损失,主要用于减少异常点对损失函数的影响。
4. GBDT 回归算法
输入是训练集样本
T
=
{
(
x
,
y
1
)
,
(
x
2
,
y
2
)
,
.
.
.
(
x
m
,
y
m
)
}
T=\{(x_,y_1),(x_2,y_2), ...(x_m,y_m)\}
T={(x,y1),(x2,y2),...(xm,ym)},最大迭代次数
T
T
T, 损失函数
L
L
L。
输出是强学习器
f
(
x
)
f(x)
f(x)。
(1) 初始化弱学习器
f
0
(
x
)
=
a
r
g
m
i
n
⏟
c
∑
i
=
1
m
L
(
y
i
,
c
)
f_0(x) = \underbrace{arg\; min}_{c}\sum\limits_{i=1}^{m}L(y_i, c)
f0(x)=c
argmini=1∑mL(yi,c)(2) 对迭代轮数
t
=
1
,
2
,
⋯
,
T
t=1,2,\cdots,T
t=1,2,⋯,T 有:
(a) 对样本
i
=
1
,
2
,
⋯
,
m
i=1,2,\cdots,m
i=1,2,⋯,m,计算负梯度
r
t
i
=
−
[
∂
L
(
y
i
,
f
(
x
i
)
)
)
∂
f
(
x
i
)
]
f
(
x
)
=
f
t
−
1
(
x
)
r_{ti} = -\bigg[\frac{\partial L(y_i, f(x_i)))}{\partial f(x_i)}\bigg]_{f(x) = f_{t-1}\;\; (x)}
rti=−[∂f(xi)∂L(yi,f(xi)))]f(x)=ft−1(x)
(b) 利用
(
x
i
,
r
t
i
)
(
i
=
1
,
2
,
⋯
,
m
)
(x_i,r_{ti})\;\; (i=1,2,\cdots,m)
(xi,rti)(i=1,2,⋯,m), 拟合一棵CART回归树,得到第
t
t
t 棵回归树,其对应的叶子节点区域为
R
t
j
,
j
=
1
,
2
,
.
.
.
,
J
R_{tj}, j =1,2,..., J
Rtj,j=1,2,...,J,其中
J
J
J 为回归树
t
t
t 的叶子节点的个数。
(c) 对叶子区域
j
=
1
,
2
,
⋯
,
J
j =1,2,\cdots,J
j=1,2,⋯,J ,计算最佳拟合值
c
t
j
=
a
r
g
m
i
n
⏟
c
∑
x
i
∈
R
t
j
L
(
y
i
,
f
t
−
1
(
x
i
)
+
c
)
c_{tj} = \underbrace{arg\; min}_{c}\sum\limits_{x_i \in R_{tj}} L(y_i,f_{t-1}(x_i) +c)
ctj=c
argminxi∈Rtj∑L(yi,ft−1(xi)+c) (d) 更新强学习器
f
t
(
x
)
=
f
t
−
1
(
x
)
+
∑
j
=
1
J
c
t
j
I
(
x
∈
R
t
j
)
f_{t}(x) = f_{t-1}(x) + \sum\limits_{j=1}^{J}c_{tj}I(x \in R_{tj})
ft(x)=ft−1(x)+j=1∑JctjI(x∈Rtj)(3) 构建最终学习器为:
f
(
x
)
=
f
T
(
x
)
=
f
0
(
x
)
+
∑
t
=
1
T
∑
j
=
1
J
c
t
j
I
(
x
∈
R
t
j
)
f(x) = f_T(x) =f_0(x) + \sum\limits_{t=1}^{T}\sum\limits_{j=1}^{J}c_{tj}I(x \in R_{tj})
f(x)=fT(x)=f0(x)+t=1∑Tj=1∑JctjI(x∈Rtj)
5. GBDT 二分类算法
对于二元GBDT,如果用类似于逻辑回归的对数似然损失函数,则损失函数为:
L
(
y
,
f
(
x
)
)
=
l
o
g
(
1
+
e
x
p
(
−
y
f
(
x
)
)
)
L(y, f(x)) = log(1+ exp(-yf(x)))
L(y,f(x))=log(1+exp(−yf(x)))其中
y
∈
{
−
1
,
+
1
}
y \in\{-1, +1\}
y∈{−1,+1},则此时的负梯度误差为
r
t
i
=
−
[
∂
L
(
y
,
f
(
x
i
)
)
)
∂
f
(
x
i
)
]
f
(
x
)
=
f
t
−
1
(
x
)
=
y
i
(
1
+
e
x
p
(
y
i
f
(
x
i
)
)
)
r_{ti} = -\bigg[\frac{\partial L(y, f(x_i)))}{\partial f(x_i)}\bigg]_{f(x) = f_{t-1}\;\; (x)} = \frac{y_i}{(1+exp(y_if(x_i)))}
rti=−[∂f(xi)∂L(y,f(xi)))]f(x)=ft−1(x)=(1+exp(yif(xi)))yi对于生成的决策树,我们各个叶子节点的最佳负梯度拟合值为
c
t
j
=
a
r
g
m
i
n
⏟
c
∑
x
i
∈
R
t
j
l
o
g
(
1
+
e
x
p
(
−
y
i
(
f
t
−
1
(
x
i
)
+
c
)
)
)
c_{tj} = \underbrace{arg\; min}_{c}\sum\limits_{x_i \in R_{tj}} log(1+exp(-y_i(f_{t-1}(x_i) +c)))
ctj=c
argminxi∈Rtj∑log(1+exp(−yi(ft−1(xi)+c)))由于上式比较难优化,我们一般使用近似值代替
c
t
j
=
∑
x
i
∈
R
t
j
r
t
i
∑
x
i
∈
R
t
j
∣
r
t
i
∣
(
1
−
∣
r
t
i
∣
)
c_{tj} =\frac{ \sum\limits_{x_i \in R_{tj}}r_{ti}}{ \sum\limits_{x_i \in R_{tj}}|r_{ti}|(1-|r_{ti}|)}
ctj=xi∈Rtj∑∣rti∣(1−∣rti∣)xi∈Rtj∑rti除了负梯度计算和叶子节点的最佳负梯度拟合的线性搜索,二元GBDT分类和GBDT回归算法过程相同。
6. GBDT 多分类算法
假设类别数为K,则此时我们的对数似然损失函数为:
L
(
y
,
f
(
x
)
)
=
−
∑
k
=
1
K
y
k
l
o
g
p
k
(
x
)
L(y, f(x)) = - \sum\limits_{k=1}^{K}y_klog\;p_k(x)
L(y,f(x))=−k=1∑Kyklogpk(x)其中如果样本输出类别为
k
k
k,则
y
k
=
1
y_k=1
yk=1。第
k
k
k 类的概率
p
k
(
x
)
p_k(x)
pk(x) 的表达式为:
p
k
(
x
)
=
e
x
p
(
f
k
(
x
)
)
∑
l
=
1
K
e
x
p
(
f
l
(
x
)
)
p_k(x) = \frac{exp(f_k(x)) }{\sum\limits_{l=1}^{K} exp(f_l(x))}
pk(x)=l=1∑Kexp(fl(x))exp(fk(x))集合上两式,我们可以计算出第
t
t
t 轮的第 $ i$ 个样本对应类别
l
l
l 的负梯度误差为
r
t
i
l
=
−
[
∂
L
(
y
i
,
f
(
x
i
)
)
)
∂
f
(
x
i
)
]
f
k
(
x
)
=
f
l
,
t
−
1
(
x
)
=
y
i
l
−
p
l
,
t
−
1
(
x
i
)
r_{til} = -\bigg[\frac{\partial L(y_i, f(x_i)))}{\partial f(x_i)}\bigg]_{f_k(x) = f_{l, t-1}\;\; (x)} = y_{il} - p_{l, t-1}(x_i)
rtil=−[∂f(xi)∂L(yi,f(xi)))]fk(x)=fl,t−1(x)=yil−pl,t−1(xi)对于生成的决策树,我们各个叶子节点的最佳负梯度拟合值为
c
t
j
l
=
a
r
g
m
i
n
⏟
c
j
l
∑
i
=
0
m
∑
k
=
1
K
L
(
y
k
,
f
t
−
1
,
l
(
x
)
+
∑
j
=
0
J
c
j
l
I
(
x
i
∈
R
t
j
l
)
)
c_{tjl} = \underbrace{arg\; min}_{c_{jl}}\sum\limits_{i=0}^{m}\sum\limits_{k=1}^{K} L(y_k, f_{t-1, l}(x) + \sum\limits_{j=0}^{J}c_{jl} I(x_i \in R_{tjl}))
ctjl=cjl
argmini=0∑mk=1∑KL(yk,ft−1,l(x)+j=0∑JcjlI(xi∈Rtjl))由于上式比较难优化,我们一般使用近似值代替
c
t
j
l
=
K
−
1
K
∑
x
i
∈
R
t
j
l
r
t
i
l
∑
x
i
∈
R
t
i
l
∣
r
t
i
l
∣
(
1
−
∣
r
t
i
l
∣
)
c_{tjl} = \frac{K-1}{K} \; \frac{\sum\limits_{x_i \in R_{tjl}}r_{til}}{\sum\limits_{x_i \in R_{til}}|r_{til}|(1-|r_{til}|)}
ctjl=KK−1xi∈Rtil∑∣rtil∣(1−∣rtil∣)xi∈Rtjl∑rtil除了负梯度计算和叶子节点的最佳负梯度拟合的线性搜索,多元GBDT分类和二元GBDT分类以及GBDT回归算法过程相同。
7. 提升树示例
这里放一个提升树的回归示例,梯度提升树与其相似,只不过需要计算负梯度。
参考文章
[1] https://www.cnblogs.com/pinard/p/6140514.html