深入理解GBDT二分类算法

• 我的个人微信公众号： Microstrong
• 微信公众号ID： MicrostrongAI
• 微信公众号介绍： Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容，分享在学习过程中的读书笔记！期待您的关注，欢迎一起学习交流进步！
• 我的知乎主页： https://www.zhihu.com/people/MicrostrongAI/activities
• Github： https://github.com/Microstrong0305
• 个人博客： https://blog.csdn.net/program_developer
• 本文首发在我的微信公众号里，地址：https://mp.weixin.qq.com/s/4T6OD2Hr5MzNI0j-mT3e-g，如有公式和图片不清楚，可以在我的微信公众号里阅读。

目录：

1. GBDT分类算法简介
2. GBDT二分类算法
   2.1 逻辑回归的对数损失函数
   2.2 GBDT二分类原理
3. GBDT二分类算法实例
4. 手撕GBDT二分类算法
   4.1 用Python3实现GBDT二分类算法
   4.2 用sklearn实现GBDT二分类算法
5. GBDT分类任务常见的损失函数
6. 总结
7. Reference

本文的主要内容概览：

1. GBDT分类算法简介

GBDT无论用于分类还是回归，一直使用的是CART回归树。GBDT不会因为我们所选择的任务是分类任务就选用分类树，这里的核心原因是GBDT每轮的训练是在上一轮训练模型的负梯度值基础之上训练的。这就要求每轮迭代的时候，真实标签减去弱分类器的输出结果是有意义的，即残差是有意义的。如果选用的弱分类器是分类树，类别相减是没有意义的。对于这样的问题，可以采用两种方法来解决：

• 采用指数损失函数，这样GBDT就退化成了Adaboost，能够解决分类的问题；
• 使用类似于逻辑回归的对数似然损失函数，如此可以通过结果的概率值与真实概率值的差距当做残差来拟合；

下面我们就通过二分类问题，去看看GBDT究竟是如何做分类的。

2. GBDT二分类算法

2.1 逻辑回归的对数损失函数

逻辑回归的预测函数为：
$$h_{\theta }(x)=\frac{1}{1+e^{-{\theta }^{T}x}}$$
函数$h_{\theta }(x)$ 的值有特殊的含义，它表示结果取 $1$ 的概率，因此对于输入 $x$ 分类结果为类别 $1$ 和类别 $0$ 的概率分别为：
$$P(Y=1|x;\theta )=h_{\theta }(x)$$
$$P(Y=0|x;\theta )=1-h_{\theta }(x)$$
下面我们根据上式，推导出逻辑回归的对数损失函数 $L(\theta )$ 。上式综合起来可以写成：
$$P(Y=y|x;\theta )=(h_{\theta }(x){)}^y(1-h_{\theta }(x){)}^{1-y}$$
然后取似然函数为：
$$l(\theta )=\prod _{i=1}^{N}P(Y=y_i|x_i;\theta )=\prod _{i=1}^N(h_{\theta }(x_i){)}^{y_i}(1-h_{\theta }(x_i){)}^{1-y_i}$$
因为 $l(\theta )$ 和 $logl(\theta )$ 在同一 $\theta$ 处取得极值，因此我们接着取对数似然函数为：
$$L(\theta )=\sum _{i=1}^N\left[y_{i}log{h}_{\theta }(x_i)+(1-y_i)log(1-h_{\theta }(x_i))\right]$$
最大似然估计就是求使$L(\theta )$ 取最大值时的 $\theta$ 。这里对 $L(\theta )$ 取相反数，可以使用梯度下降法求解，求得的 $\theta$ 就是要求的最佳参数：
$$J(\theta )=-\frac{1}{N}L(\theta )=-\frac{1}{N}\sum _{i=1}^N\left[y_{i}log{h}_{\theta }(x_i)+(1-y_i)log(1-h_{\theta }(x_i))\right]$$

2.2 GBDT二分类原理

逻辑回归单个样本 $(x_i,y_i)$ 的损失函数可以表达为：
$$L(\theta )=-y_i\log \widehat{y_i}-(1-y_i)\log (1-\widehat{y_i})$$
其中， $\widehat{y_i}=h_{\theta }(x)$ 是逻辑回归预测的结果。假设GBDT第 $M$ 步迭代之后当前学习器为 $F(x)={\sum }_{m=0}^M{h}_m(x)$ ，将 $\widehat{y_i}$ 替换为 $F(x)$带入上式之后，可将损失函数写为：
$$L(y_i,F(x_i))=y_i\log \left(1+e^{-F(x_i)}\right)+(1-y_i)\left[F(x_i)+\log \left(1+e^{-F(x_i)}\right)\right]$$
其中，第 $m$ 棵树对应的响应值为（损失函数的负梯度，即伪残差）：
r m , i = − ∣ ∂ L ( y i , F ( x i ) ) ∂ F ( x i )