Boosting(AdaBoost、GBDT)

Boosting

Boosting也是Ensemble Learning（集成学习）中重要的一类，和Bagging的并行式不同，Boosting的核心思想是按顺序去训练分类器，每一个都要尝试修正前面的分类。其中最具有代表性的是的是Adaboost(适应性提升， Adaptive Boosting)和Gradient Boosting(梯度提升)。
对于Boosting方法来说，有两个非常重要的问题：

1. 在每一轮如何改变训练数据的权值或概率分布，修改的策略是什么？
2. 如何将弱分类器组合成一个强分类器？

---

Adaboost

对于上面两个问题，AdaBoost的做法是：
1.提高那些被前一轮弱分类器错误分类的样本的权值，而降低那些被正确分类样本的权值。这样一来，那些被分错的数据，在下一轮就会得到更大的关注。所以，分类问题被一系列的弱分类器“分而治之”。
2. 对弱分类器的组合，AdaBoost采取加权多数表决的方法。即加大分类误差率小的弱分类器的权值，使其在表决中起较大作用，减小分类误差率大的弱分类器的权值，使其在表决中起较小的作用。

算法流程

1.初始化数据权值分布

假设训练数据集中有均匀的权值分布（只有初始是均匀，后面要按照误差率进行更新）：
$$D_1=(w_{11},w_{12},...,w_{1N})，w_{1i}=\frac{1}{N},i=1,2,...,N$$

2.基于权值分布$D_m$得到基本分类器

G m ( x ) : x → { − 1 , 1 } G_m(x):x\rightarrow\{-1,1\} Gm​(x):x→{−1,1}

3.计算分类误差率

$G_m(x)$在训练数据集上的分类误差率为（注意不要忘记数据权值）：
$$e_m=\sum _{i=1}^{N}P(G_m(x_i)̸=y_i)=\sum _{i=1}^N{w}_{mi}I(G_m(x_i)̸=y_i)$$

4.计算$G_m(x)$的系数

$$a_m=\frac{1}{2}\log \frac{1-e_m}{e_m}$$

5.更新数据集的权值分布

$$D_{m+1}=(w_{m+1,1},w_{m+1,2},...,w_{m+1,N})$$
$$w_{m+1,1}=\frac{w_{mi}}{Z_m}\exp (-a_m{y}_i{G}_m(x_i)),i=1,2,...,N$$

其中，$Z_m$是规范化因子，目的在于保证每次权值总和是1：
$$Z_m=\sum _{i=1}^N{w}_{mi}exp(-a_m{y}_i{G}_m(x_i))$$

最终得到分类器：
$$G(x)=sign(f(x))=sign(\sum _{m=1}^M{a}_{m}Gm(x))$$

算法实例

我们结合李航《统计学习方法》中的一个例子分析：
假设弱分类器由$x<v$ 或 $x>v$产生，其阈值$v$使该分类器在训练数据集上分类误差率最低。试用AdaBoost算法学习一个强分类器。注意y=1为正例，y=-1为反例。

序号	1	2	3	4	5	6	7	8	9	10
x	0	1	2	3	4	5	6	7	8	9
y	1	1	1	-1	-1	-1	1	1	1	-1

第一轮m=1：

1.初始化数据权值分布

$$D_1=(w_{11},w_{12},...,w_{110})$$

$$w_{i1}=0.1,i=1,2,...,10$$

2.计算分类误差率

计算发现$G_1(x)$在阈值$v=2.5$时在训练数据集上的分类误差率最低(序号7、8、9分类错，其他都正确)，故误差率$e_1=P(G_1(x_i)̸=y_i)=0.3$.
所以基本分类器为：
$$G_1(x)=\{\begin{array}{rlr}1,& & x<2.5\\ -1,& & x>2.5\end{array}$$

3.计算$G_1(x)$的系数

$$a_1=\frac{1}{2}\log \frac{1-e_1}{e_1}=0.4236$$

4.更新数据的权值分布

$$\begin{array}{rl}& D_2=(w_{21},w_{22},...,w_{210})\\ & \\ & Z_1=7\ast 0.1\ast exp(-0.4236)+3\ast 0.1\ast exp(0.4236）=0.91651\\ & \\ & w_{21}=\frac{w_{1i}}{Z_1}\exp (-a_1{y}_i{G}_1(x_i)),i=1,2,...,10\\ & \\ & D_2=(0.07143,0.07143,0.07143,0.07143,0.07143,0.07143,0.16667,0.16667,0.16667,0.07143)\\ & \\ & f_1(x)=0.4236G_1(x)\end{array}$$

分类器$sign[f_1(x)]$在训练数据集上有3个误分类点，从$D_2$的变化中可以看出分类错误的点权值被加大了。

第二轮m=2:

1.数据权值分布

$$D_2=(0.07143,0.07143,0.07143,0.07143,0.07143,0.07143,0.16667,0.16667,0.16667,0.07143)$$

2.计算分类误差率

计算发现$G_2(x)$在阈值$v=8.5$时在训练数据集上的分类误差率最低，故误差率$e_2=P(G_2(x_i)̸=y_i)=0.2143$.
所以基本分类器为：
$$G_2(x)=\{\begin{array}{rlr}1,& & x<8.5\\ -1,& & x>8.5\end{array}$$

3.计算$G_1(x)$的系数

$$a_2=\frac{1}{2}\log \frac{1-e_2}{e_2}=0.2143$$

4.更新数据的权值分布

$$\begin{array}{rl}& D_3=(0.0455,0.0455,0.0455,0.01667,0.01667,0.01667,0.1060,0.1060,0.1060,0.0455)\\ & \\ & f_2(x)=0.4236G_1(x)+0.6496G_2(x)\end{array}$$

分类器$sign[f_3(x)]$在训练数据集上有3个误分类点。

第三轮m=3:

1.数据权值分布

$$D_3=(0.0455,0.0455,0.0455,0.01667,0.01667,0.01667,0.1060,0.1060,0.1060,0.0455)$$

2.计算分类误差率

$G_3(x)$在阈值$v=5.5$时在训练数据集上的分类误差率最低，故误差率$e_3=P(G_3(x_i)̸=y_i)=0.1820$.
所以基本分类器为：
$$G_3(x)=\{\begin{array}{rlr}1,& & x>5.5\\ -1,& & x<5.5\end{array}$$

3.计算$G_1(x)$的系数

$$a_3=\frac{1}{2}\log \frac{1-e_3}{e_3}=0.7514$$

4.更新数据的权值分布

$$\begin{array}{rl}& D_4=(0.125,0.125,0.125,0.102,0.102,0.102,0.065,0.065,0.065,0.125)\\ & \\ & f_3(x)=0.4236G_1(x)+0.6496G_2(x)+0.7514G_3(x)\end{array}$$

分类器$sign[f_3(x)]$在训练数据集上的误分类点个数为0。

---

Gradient Boosting

---

Note

1.如何体现Adaboost中误分类的权值得以扩大，而被正确分类样本的权值却得以缩小？
$$w_{m+1,1}=\frac{w_{mi}}{Z_m}\exp (-a_m{y}_i{G}_m(x_i)),i=1,2,...,N$$

上式可以写为:
$$w_{m+1,1}=\{\begin{array}{rlr}\frac{w_{mi}}{Z_m}\exp (-a_m),& & G_m(x_i)=y_i\\ & & \\ \frac{w_{mi}}{Z_m}\exp (a_m),& & G_m(x_i)̸=y_i\end{array}$$
因此在分类器分类正确时，权值会非常小。

2.如何将弱分类器组成强分类器？
弱分类器通过${\alpha }_m$进行组合，${\alpha }_m$表示在最终分类器中的重要性，随着$e_m$的减小而增大。

---

2019.9.2 补充Note