树模型
1、决策树 ID3,C4.5,CART
2、随机森林RF
3、Adaboost
4、GBDT
5、XGboost
6、孤立森林(异常检测)
四、GBDT
提升树,GBDT同样基于最小化第 m m 个学习器和前个学习器累加起来损失函数最小,提升树采用残差的思想来最小化损失函数,将投票权重放到学习器上,使得基学习器的权重都为1;GBDT将损失用一阶多项式拟合,基学习器拟合梯度,学习器的权重为一阶多项式的系数。
在前面的Adaboost中,我们需要学习 M M 个基学习器,赋予不同的权重组合得到最后的强学习器。它是基于个基学习器组合而成。而提升树中,直接将他们以“残差(损失函数的残差)”的形式累加起来,故也为加法模型,而且是逐步累加。
提升树模型如下:
其中, T(x,θm) T ( x , θ m ) 表示决策树, θm θ m 为决策树的参数, M M 为树的个数。
提升树优化过程:
输入:训练集,损失函数 L(y,f(x)) L ( y , f ( x ) )
输出:提升树 fM(x) f M ( x )
1)初始化 f0(x)=0 f 0 ( x ) = 0
2)对 m=1,2,...M m = 1 , 2 , . . . M
a)计算残差:
b)拟合残差 rmi r m i 学习基学习器 T(x;θm) T ( x ; θ m ) ,训练集为 {(xi,rmi)}Ni=1 { ( x i , r m i ) } i = 1 N
c)更新模型: fm(x)=fm−1(x)+T(x;θm) f m ( x ) = f m − 1 ( x ) + T ( x ; θ m )
3)得到最终的强学习器
可以看出,提升树本质与Adboost一致,也是最小化第 m m 个学习器和前个学习器组合的损失函数,不同的是提升树采用决策树作为基学习器,采用残差的思想使得每个决策树的投票权重为 1 1 。
GBDT
GBDT是基学习器采用的Decision Tree的Gradient Boosting方法。Gradient Boosting模型与Adaboost的形式一致,采用个基学习器的线性组合得到最终模型:
首先确定初始模型,定义初始基学习器 f0(x) f 0 ( x ) ,当模型迭代到第 m m 步时:
通过最小化损失来确定参数 θm θ m 的值:
这里有两种理解Gradient Boosting的方式,从优化角度可以理解是采用梯度下降算法, T T 表示负梯度方向,为步长。从模型角度我们可以理解为损失函数一阶多项式展开 γmT(x,θm)+fm−1 γ m T ( x , θ m ) + f m − 1 ,而 T T 表示一阶信息,为系数。
优化角度,保证损失函数在递减:
为了使得损失函数不断减少,即梯度下降:
fm(x)=fm−1(x)+γmT(x;θm) f m ( x ) = f m − 1 ( x ) + γ m T ( x ; θ m ) 代入上式有:
所以 Gradient Boosting 的算法流程如下:
输入:训练集 {(xi,yi)}Ni=1 { ( x i , y i ) } i = 1 N ,损失函数 L(y,f(x)) L ( y , f ( x ) )
输出: fM(x) f M ( x )
1)初始化 f0(x)=0 f 0 ( x ) = 0
2)对 m=1,2,...M m = 1 , 2 , . . . M
a)计算梯度:
b)拟合梯度 rmi r m i 学习基学习器 T(x;θm) T ( x ; θ m ) ,训练集为 {(xi,rmi)}Ni=1 { ( x i , r m i ) } i = 1 N
c)根据梯度下降算法,计算学习器
γm
γ
m
:
d)更新模型: fm(x)=fm−1(x)+γmT(x;θm) f m ( x ) = f m − 1 ( x ) + γ m T ( x ; θ m )
3)得到最终的强学习器
可以看出 Gradient Boosting 是一个不断基于残差弥补的模型,目标不断地减少Bais,而没有关注Variance。它不像随机森林的集成引入随机性减少Variance的思想。
下面考虑决策树为基学习器的Gradient Boosting的方法GBDT,其在GB基础上有两点值得一提:
1)GBDT,采用决策树作为基函数将样本划分到固定数目 J J 个决策区间
2)在决策树中决策函数采用指示函数 I(x∈Rmj) I ( x ∈ R m j ) ,梯度与步长的积直接放到 γmj γ m j 上
下面给出GBDT回归和分类两个问题的算法流程
1)GBDT 回归
输入:训练集 {(xi,yi)}Ni=1 { ( x i , y i ) } i = 1 N , xi∈Rn,y∈R x i ∈ R n , y ∈ R ,损失函数 L(y,f(x)) L ( y , f ( x ) )
输出: fM(x) f M ( x )
1)初始时给出一个最优的偏置常数
c
c
,
2)对 m=1,2,...M m = 1 , 2 , . . . M
a)计算梯度:
b)拟合梯度 rmi r m i 学习一个回归树 T(x;θm)=αI(x∈Rmj) T ( x ; θ m ) = α I ( x ∈ R m j ) ,产生 J J 个决策区间
c)对于决策区间
j=1,2..J
j
=
1
,
2..
J
,计算
γmj
γ
m
j
:
d)更新模型: fm(x)=fm−1(x)+∑Jj=1γmjI(x∈Rmj) f m ( x ) = f m − 1 ( x ) + ∑ j = 1 J γ m j I ( x ∈ R m j )
3)得到最终的强学习器
2) GBDT分类
考虑
K
K
分类问题,采用Softmax思想,将类映射到
K
K
维。第个决策树的决策第
k
k
维的值为,对输出进行Softmax归一化,可以得到
k
k
类的概率为
K
K
类的概率和,分类损失函数采用交叉熵损失。
似然函数为:
对数损失函数为:
由于Softmax将分类映射到 K K 维,对应的基分类器和损失函数都是维。因此算法流程中负梯度方向也是一个 K K 维向量。
输入:训练集, xi∈Rn,y∈R x i ∈ R n , y ∈ R ,损失函数 L(y,f(x)) L ( y , f ( x ) )
输出: fM(x) f M ( x )
1)初始时 f0,k(x)=0 f 0 , k ( x ) = 0
2)对 m=1,2,...M m = 1 , 2 , . . . M
a)对决策树
fm−1,k
f
m
−
1
,
k
进行Softmax归一化
b)对 k=1,2..K k = 1 , 2.. K
ba)计算梯度
bb)拟合梯度 rik r i k 学习第 m m 个决策树在第 k k 维产生的个决策区间 Rmkj,j=1,2..J R m k j , j = 1 , 2.. J
bc)计算第 m m 颗树第维在区间 Rmj R m j 的参数 γmkj γ m k j
bd)更新模型: fm,k(x)=fm−1,k(x)+∑Jj=1γmkjI(x∈Rmkj) f m , k ( x ) = f m − 1 , k ( x ) + ∑ j = 1 J γ m k j I ( x ∈ R m k j )
3)得到最终的强学习器
GBDT到此,可以看出Boosting的这些方法,都是前向分步加法模型,分类回归采用不同的损失函数,加法模型都是考虑学习 M M 模型来不断地减小损失函数,即第个模型的学习是基于前 m−1 m − 1 个模型组合起来最小化损失函数。Adboost是基于最小化损失函数在导数为 0 0 处取到,针对二分类问题导出样本系数,决策器权重系数,决策树。提升树是基于残差思想最小化损失函数,使得决策树的权重为,GBDT采用一阶多项式来拟合残差,进而导出梯度提升的思想。GBDT中 γmTm γ m T m 存在冗余项,在GBDT中用决策树拟合梯度, γ γ 来确定步长。