Xgboost
Xgboost
和决策树联系在一起
样本数乘权值
一棵树一棵树往里加的,每加一颗树后的结果都比没之前好
叶子节点中的样本数可能大于1
加了一个树用f1(xi)表示
t表示总使用了t颗树
总的目标函数有两部分:
一部分是优化预测值和真实值的差异,即差值平方
另一部分是损失函数:即正则化惩罚项
T表示叶子节点的个数,γ系数表示惩罚力度
样本的遍历转化为叶子节点的遍历(T表示叶子节点数)
λ值已确定
进一步对目标函数进行化简
样本遍历转化为叶子节点的遍历,利用叶子节点遍历更加的方便
目标函数越小越好,使差值平方尽可能小(即预测值更加接近真实值)
权重值是通过一阶导数和二阶导数一起计算出来的
每个叶子节点的G,H值是根据损失函数求出来,分别对应损失函数的一阶、二阶导数
不断加树,目标函数为真实值与当前值的差值。目标函数的值越小表示树的结构越好
之前的决策树是根据信息增益来确定节点的,Xgboost是根据自己推到的公式来划分
用分割之前的obj值减去分割后的obj值即可得到增益gain,选出切割后增益最大的点来划分
利用xgboost的函数可以直接将特征重要程度的图标绘制出来,这也是一种特征选择的方法