qiuzitao机器学习（八）：生动形象的理解模型集成(model ensemble)

由于最近做项目接触到集成模型（Ensemble），我查阅了一些资料终于对于集成模型有了自己生动形象的理解，“取其精华去其糟粕”。

一、什么是模型集成？

“团结就是力量”。这句话很好地表达了机器学习领域中强大「集成方法」的基本思想。总的来说，许多机器学习竞赛（包括 Kaggle）中最优秀的解决方案所采用的集成方法都建立在一个这样的假设上：将多个模型组合在一起通常可以产生更强大的模型。

集成学习是一种机器学习范式。在集成学习中，我们会训练多个模型（通常称为「弱学习器」）解决相同的问题，并将它们结合起来以获得更好的结果。最重要的假设是：当弱模型被正确组合时，我们可以得到准确率更高和鲁棒性更强的模型。

在集成学习理论中，我们将弱学习器（或基础模型）称为「模型」，这些模型可用作设计更复杂模型的构件。在大多数情况下，这些基本模型本身的性能并不是非常好，这要么是因为它们具有较高的偏置（例如，低自由度模型），要么是因为他们的方差太大导致鲁棒性不强（例如，高自由度模型）。

集成方法的思想是通过将这些弱学习器的偏置和/或方差结合起来，从而创建一个「强学习器」（或「集成模型」），从而获得更好的性能。

多模型融合存在着多种实现方法：Bagging、、Boosting、Stacking。

二、Bagging

①：从原始样本集中抽取训练集。每轮从原始训练样本集中使用Bootstraping的方法得到n组训练样本集。

②：每次使用一个训练样本集得到一个模型，n个训练集共得到n个模型。

③：对分类问题：将上步得到的n个模型采用投票的方式得到分类结果；对回归问题，计算上述模型的均值作为最后的结果。（所有模型的重要性相同）

Bagging中文可以翻译为：把…装入袋中。接下来用个比喻分别对应上面的步骤，一车苹果 = 全部训练集，袋子 = 分类器（LR，决策树，xgboost等），过滤器 = 投票或取平均，Bootstraping的方法 = 老板有放回的装苹果。

①②：市场上有个人拉了一车苹果在卖，老板说一袋50块钱随便挑，袋子是老板给的，都一样大。现在财大气粗的你要去全部买了，你叫老板帮你装成一袋一袋的（一车共10袋），然后你在旁边盯着不让他挑坏的给你，所以老板看到坏的就放回车上，奸诈的老板趁你不注意还是把放回的苹果均匀的分布在每一袋中，一车不剩的装给你。

③：你回到家要把10袋苹果榨成汁然后放到一个大罐子里，因为水果机不够大，你每次只能榨一袋苹果，每一袋榨汁后你都用个过滤器过滤掉渣，然后倒入大罐子里。

三、Boosting

Boosting是一种将弱分类器集成的方法，这里介绍adaboost算法，是boosting系列算法中的一种，跟bagging不同的是，它给不同的分类器赋予不同的权重，它的基分类器可以是同类分类器也可以是不同的分类器。

①：取全部训练集当做样本，然后扔到n个模型训练。（基模型1 = n个模型）

②：转化样本，一开始给每一个样本赋予权重D，初始的样本权重是相等的。
训练后计算分类器的错误率，根据错误率ε对样本的权重进行调整（分类正确的样本权重会降低，分类错误的样本权重会上升），再进行二次、三次…训练，最终给不同的分类器分配不同的权重alpha（分类器的错误率低则权重高）

③：按照某种确定性的策略将它们组合起来，对所有基模型预测的结果进行线性综合产生最终的预测结果。

这里要注意的是调整样本权重是为了训练模型，每次更新完权重就进行下一次的迭代训练。

分类器权重：alpha=0.5*ln(1-ε/max(ε,1e-16))

更新样本权重： 如果某个样本被正确分类，那么权重更新为：
　　 D(m+1,i)=D(m,i)*exp(-alpha)/sum(D)
　　 如果某个样本被错误分类，那么权重更新为：
　　 D(m+1,i)=D(m,i)*exp(alpha)/sum(D)
AdaBoosting方式每次使用的是全部的样本，每轮训练改变样本的权重。下一轮训练的目标是找到一个函数 f 来拟合上一轮的残差。当残差足够小或者达到设置的最大迭代次数则停止。Boosting会减小在上一轮训练正确的样本的权重，增大错误样本的权重。（对的残差小，错的残差大）

梯度提升的Boosting方式是使用代价函数对上一轮训练出的模型函数 f 的偏导来拟合残差。接下来用个比喻分别对应上面的步骤，一车苹果 = 全部训练集，各个袋子 = 各个基模型（就是n个模型训练不同权重的训练集组成的）

①：市场上有个人拉了一车苹果在卖，老板说一袋50块钱随便挑，袋子是老板给的，都一样大。现在财大气粗的你要去全部买了，你叫老板帮你装成一袋一袋的（一车共10袋）。

②：老板装完10袋后你突然想到要送人，就叫老板每一袋要挑好看的大的苹果放在袋子上层，老板听了后马上重新装好10袋。不过你还是觉得不满意，继续刁难老板，重新装了n次直到你满意为止。

③：你回到家要把10袋苹果对比之后挑出好看的满意的去送人。

四、Stacking

Stacking是一种分层模型集成框架。下面以两层为例。

①：第一层由多个基学习器（多种模型如LR，决策树）组成，其输入为原始训练集。

②：第二层的模型则是以第一层基学习器的输出作为训练集进行再训练，从而得到完整的stacking模型。

③：如果是多层次的话，以此类推。

接下来用个比喻分别对应上面的步骤，一车苹果 = 全部训练集，各个袋子 = 各种模型，老板的车 = 第二层的最终分类器

①：市场上有个人拉了一车苹果在卖，老板说一袋50块钱随便挑，袋子是老板给的，都一样大。现在财大气粗的你要去全部买了，你叫老板帮你装成一袋一袋的（一车共10袋）。

②：老板装完10袋后你突然想到你是走路来市场的，带不了那么多苹果回家，财大气粗的你就把老板的车也买了，把装好苹果的10个袋子放车上一起运回家了。

③：如果你心情不好可以打包装多点外套，把老板累死。

五、区别

①样本选择上：

Bagging：训练集是在原始集中有放回选取的，从原始集中选出的各轮训练集之间是独立的。

Boosting：每一轮的训练集不变，只是训练集中每个样例在分类器中的权重发生变化。而权值是根据上一轮的分类结果进行调整。

Stacking：第一层用原来的训练样本，第二层用前面层的输出作为训练集。

②样例权重：

Bagging：使用均匀取样，每个样例的权重相等。

Boosting：根据错误率不断调整样例的权值，错误率越大则权重越大。

Stacking：各层的权重可以手动调整。

③预测函数：

Bagging：所有预测函数的权重相等。

Boosting：每个弱分类器都有相应的权重，对于分类误差小的分类器会有更大的权重。

Stacking：因为样本的类型不同，各层的权重有不同。

④并行计算：

Bagging：各个预测函数可以并行生成

Boosting：各个预测函数只能顺序生成，因为后一个模型参数需要前一轮模型的结果。

Stacking：各个预测函数只能顺序生成，因为后一个模型参数需要前一轮模型的结果。

参考：1、https://baijiahao.baidu.com/s?id=1633580172255481867&wfr=spider&for=pc

2、https://www.cnblogs.com/mantch/p/10203143.html
3、https://www.biaodianfu.com/boosting.html
4、https://blog.csdn.net/jin__9981/article/details/86097341