python梯度提升回归树_GBDT(梯度提升决策树)——来由、原理和python实现

摘要:GBDT是一种性能非常好的机器学习模型框架，在产业界应用十分广泛。本文介绍了集成模型的3种常见集成策略，即bagging、stacking和boosting，并对boosting模型的杰出代表GBDT的基本原理进行了介绍。用于实战的完整版GBDT是比较复杂的，为了降低学习曲线，这里首先介绍了GBDT的核心，即如何基于目标函数得到每棵CART的拟合目标，然后列举了常见的用于提升GBDT效果的策略。

1. 引言

大概是在2018年，我当时的领导兰博，接了一个项目，然后让我们组的leader韩老师负责。韩老师简单盘算了几秒钟，然后然我了解一下“GBDT”。我感觉没有听清楚，就和韩老师确认了好几回，最后确认确实是“GBDT”。接下来，我就开始网上冲浪，搜索GBDT相关的资料，知道了它的全称是“梯度提升决策树树”(Gradient Boosting Decision Tree)。不过，很快这个项目就不了了之，我也没有继续学习GBDT。

2019年初有段时间，我想温习一下数据挖掘的东西，就在阿里云的天池里找练手项目，最后锁定了“快来挖掘幸福感！”(天池大数据众智平台-阿里云天池​tianchi.aliyun.com

)。这个题目(看起来)比较简单，内容带有正能量，很难不选它。一开始我用的是多元线性回归，手工制造了一大堆特征。虽然累了个半死，但是模型效果很差，排名很靠后。我不服气啊，就着手优化模型——先后尝试了回归树、随机森林回归、GBDT等模型(python的第三方库sklearn里有现成的)，发现GBDT效果异常的好，排名最高的时候到了前十。

按照算法工程师的职业习惯，遇到一个效果贼好的算法或者模型，一定要搞清楚原理才会收心。这是我整理这篇文章的主要原因。GBDT是一种集成模型，采用的基础模型是CART回归树，因此，这里首先简单介绍一下集成模型和CART回归树，最后展示GBDT。

在我看过的几篇资料中，最好的可能是这个了https://machinelearningmastery.com/gentle-introduction-gradient-boosting-algorithm-machine-learning/​machinelearningmastery.com

2. 众人拾柴火焰高——集成模型

几乎所有的数据科学类任务都可以抽象为基于已知数据x预测未知取值的变量y的取值，即刻画一个函数f，使:

当然，暂时还没有那么厉害的模型，可以做到完全准确的预测，预测值和真实值总是存在一定的差异：

其中residual被称为残差。我们评价一个模型的预测能力，一般考察残差的两个方面：(1)偏差，即与真实值分布的偏差大小；(2)方差，体现模型预测能力的稳定性，或者说鲁棒性。

GBDT采用了多模型集成的策略，针对残差进行拟合，进而降低模型的偏差和方差。

集成模型(Ensemble Model)不是一种具体的模型，而是一种模型框架，它采用的是“三个臭皮匠顶个诸葛亮”的思想。集成模型的一般做法是，将若干个模型(俗称“弱学习器”, weak learner，基础模型，base model)按照一定的策略组合起来，共同完成一个任务——特定的组合策略，可以帮助集成模型降低预测的偏差或者方差。图 2-1 集成模型的思想示意图

常见的集成策略有bagging、stacking、boosting。

2.1. Bagging模型

就像它的名字一样，bagging模型会把(相同的)若干基础模型简单的“装起来”——基础模型独立训练，然后将它们的输出用特定的规则综合(比如求平均值)起来，形成最后的预测值。最常见的bagging模型是随机森林(Random Forest)。在回归类任务中，bagging模型假设各个基础模型的预测值“错落有致”，分布在真实值的周围——把这些预测值平均一下，就可以稳定地得到一个比较准确的预测值;而在分类任务中，bagging模型认为“每一个基础模型都判断错误”发生的概率是比较低的，基础模型中的相当一部分会做出正确的判断，因此可以基于大家的投票结果来选择最终类别。图 2-2 bagging模型的基本结构

2.2. Stacking模型

Stacking模型比bagging模型更进2步：(a)允许使用不同类型的模型作为base model；(b)使用一个机器学习模型把所有base model的输出汇总起来，形成最终的输出。(b)所述的模型被称为“元模型”。在训练的时候，base model们直接基于训练数据独立训练，而元模型会以它们的输出为输入数据、以训练数据的输出为输出数据进行训练。Stacking模型认为，各个基础模型的能力不一，投票的时候不能给以相同的权重，而需要用一个“元模型”对各个基础模型的预测值进行加权。图 2-3 stacking模型的基本结构

2.3. Boosting模型

Boosting模型采用另一种形式，把基础模型组合起来——串联。这类模型的思想是，既然一个基础模型可以做出不完美的预测，那么我们可以用第二的基础模型，把“不完美的部分”补上。我们可以使用很多的基础模型，不断地对“不完美的部分”进行完善，以得到效果足够好的集成模型。Boosting的策略非常多，以GBDT为例，它会用第K个CART拟合前k-1个CART留下的残差，从而不断的缩小整个模型的误差，如图2-4。

图 2-4 Boosting Tree的结构

3. 用于回归任务的GBDT

GBDT的名字里有“梯度”和“提升”两个词语。一般来说，我们首先接触的是“梯度下降”，看到这里的“梯度上升”时会疑惑——不用疑惑，这里的“梯度”和“提升”没有直接关系：“梯度”被用来让损失函数快速下降，进而让模型效果“提升”。

GBDT的基础模型是CART，该模型的的相关内容可以参考https://zhuanlan.zhihu.com/p/128472955​zhuanlan.zhihu.com

3.1. 回归任务的描述

回归问题可以这样表述：

给定一个数据集

。其中

是任务的输入数据，为第n个样本的特征，是一个K维向量；

为第n个样本的输出值。回归任务就是，构建一个模型

，以最小的误差，基于特征预测输出值

3.2. 目标函数与构建方式

假设GBDT里有K个CART，其中第k个CART记为

。前k个CART的预测值记为

——GBDT是一种加法模型，它把所有基础模型的预测值累加起来作为最终的预测值。为了便于理解和计算，我们有时候会把前k个CART的预测值表示为一个递归形式:

在训练第k个CART的时候，我们需要最小化这样一个目标函数：

可以使用梯度下降的方法，让目标函数的取值尽快降下来。我们需要

的更新规则。

目标函数对

的梯度是:

沿着这个方向走出一小步，就可以得到一个新的函数，其相应的损失函数值更小。这里涉及了一点泛函数的内容(可以参考网友“小腹黑zju”的博客[原创]理解泛函的概念和能量泛函的梯度下降流_小腹黑zju_新浪博客​blog.sina.com.cn

；更深的我也母鸡啦)。

我们可以用类似梯度下降法优化模型参数的形式，表示这一想法:

注意，由式(3-1)和式(3-2)可以得到:

这个式子的意思是，第k个CART的拟合对象为目标函数(对前k-1个CART输出值)的负梯度，可以保证目标函数较快下降。这里为了简单，假定学习率为1。

一般来说，回归任务里，我们采用残差平方和作为目标函数:

因此有:

式(3-4)的意思是，GBDT的每一棵CART的任务，是拟合之前所有CART留下的残差。

3.3. GBDT构建方式的直白表述

基础模型是串联结构，其中第一个CART的输出是

，对应的残差是

。此时，我们的强模型是

第2个CART的任务是构建

的关系，即

。其中

是该基础模型对

进行预测时的残差

。此时，我们的强模型是

以此类推，直到每一个基础模型都训练完毕。

假设最后的提升树中有K个CART，那么使用它进行预测的规则就是:

3.4. GBDT的python实现

我用python实现了一个极简版本的、用于回归任务的GBDT，可见于https://github.com/lipengyuer/DataScience/blob/master/src/algoritm/GBDTRegression.py​github.com

里面使用的CART则来自https://github.com/lipengyuer/DataScience/blob/master/src/algoritm/CARTRegression.py​github.com

3.5. 如何让GBDT更好

一个实用的GBDT需要在前面所述的基础上做很多改进:

(1) 在预测阶段，每个CART是独立的，因此可以并行计算。另外，得益于决策树的高效率，GBDT在预测阶段的计算速度是非常快的。

(2) 在训练阶段，GBDT里的CART之间存在依赖，无法并行，所以GBDT的训练速度是比较慢的。人们提出了一些方法，用来提升这个阶段的并行度，以提升学习速度。

(3) 这里为了简单，使用了残差平方和作为损失函数，实际上还可以使用绝对值损失函数、huber损失函数等，从而让GBDT在鲁棒性等方面得到提升。

(4) GBDT的学习能力非常强，容易过拟合。大部分时候，我们都会给目标函数添加针对模型复杂度的惩罚项，从而控制模型复杂度

(5) 等等。

4. 结语

GBDT里，我们需要将目标函数对另一个函数(即前k-1个CART组成的模型)求偏导，进而基于梯度得到一棵CART(即第k课CART)的学习目标——这是理解GBDT的主要难关，其他的都是小问题。

整理GBDT的过程让我意识到，“良好数学基础”对于理解和应用机器学习确实是十分必要的。

注意：本文为李鹏宇(知乎个人主页https://www.zhihu.com/people/py-li-34)原创作品，受到著作权相关法规的保护。如需引用、转载，请注明来源信息：(1)作者名，即“李鹏宇”；(2)原始网页链接，即当前页面地址。如有疑问，可发邮件至我的邮箱:lipengyuer@126.com。

参考文献

[1] GBDT入门资料https://machinelearningmastery.com/gentle-introduction-gradient-boosting-algorithm-machine-learning/​machinelearningmastery.com

[2] CART树的原理https://zhuanlan.zhihu.com/p/128472955​zhuanlan.zhihu.com

[3] 泛函与泛函的导数[原创]理解泛函的概念和能量泛函的梯度下降流_小腹黑zju_新浪博客​blog.sina.com.cn