梯度提升树（GBDT）算法原理详细总结

        上篇我们对boosting家族中的Adaboost算法进行了总结，本篇我们来探讨传统的梯度提升树（Gradient Boosting Decison Tree）算法。梯度提升树被认为是统计学习中性能最好的方法之一。
        梯度提升树（GBDT）全称为Gradient Boosting Decison Tree，顾名思义，包含两部分内容：Gradient Boosting和Decison Tree。本篇我们首先Decison Tree进行简要回顾；然后探讨提升树算法；再重点探讨回归与分类问题对应的GBDT算法；最后对梯度提升树算法优缺点进行简单的总结。

1）Decision Tree

        在决策树（Decision Tree）算法原理总结中我们了解到，决策树的基本结构（如下图），决策树由节点和有向的边组成，节点按所处在决策树的位置可以分为根节点，中间节点和叶子节点。其中每个节点代表一个属性，每个分支代表一个决策（规则），每个叶子代表一个结果（分类值或连续值）。

       决策树根据选择最优特征的标准不同，可以分为ID3，C4.5，CART决策树，其中CART决策树是前面两种算法的改进。CART决策树既可以处理分类任务，又可以处理回归任务，但决策树存在容易过拟合的缺点。因此，有了提升模型的泛化能力的随机森林算法。
        那么，有没有其他的一种方法，在不改变原有模型的参数结构基础上提升模型的泛化能力呢？
        既然不能更改原来模型的参数，那么意味着必须在原来模型的基础之上做改善，正好可以利用boosting的思想对决策树进行提升。这就是我们下面要探讨的提升树算法（Boosting Tree）。

2）Decision Tree Ensemble——提升树（Boosting Tree）

        如果我们选择以决策树为boosting框架的基学习器，那么这便是提升树（boosting tree）。对于分类问题决策树是二叉分类树，对于回归问题决策树是二叉回归树。
        在AdaBoost算法原理详细总结我们解释了，boosting方法采用加法模型与前向分布算法。因此，提升树模型可以表示：
$$f_M(x)=\sum _{m=1}^M{g}_m(x)$$
其中，$g_m(x)$表示第$m$颗决策树，$M$表示为决策树的颗数。

        对于数据集 D = { ( x i , y i ) } i = 1 n D=\left\{ (x_i,y_i) \right\}^n_{i=1} D={ (xi​,yi​)}i=1n​，$x_i\in R^d$，提升树训练的目标就是最小化损失${\sum }_{i=1}^{n}L(y_i,f_M(x_i))$，即
$$argmin\sum _{i=1}^{n}L(y_i,f_M(x_i))=argmin\sum _{i=1}^{n}L(y_i,\sum _{m=1}^M{g}_m(x))$$
       对于不同问题的提升树算法，主要区别在于使用的损失函数不同。对于分类问题，损失函数一般有对数损失和指数损失；对于回归问题，损失函数一般有平方误差损失，绝对值损失，Huber损失。
        对于二元分类情况下，采用指数损失时，提升树变成基学习器为分类树的Adaboost算法，可参考上篇AdaBoost算法原理详细总结第4部分。
        下面我们探讨回归问题提升算法。
       首先确定初始提升树$f_0(x)=0$
        根据前向分步算法，第$m$步的模型为：
$$f_m(x)=f_{m-1}(x)+g_m(x)$$
在$m$次迭代中，算法的目标是找到一个基学习器$g_m(x)$使得损失最小，即：
$$argmin\sum _{i=1}^{n}L(y_i,f_{m-1}(x_i)+g_m(x))$$
生成第$m$颗决策树$g_m(x)$。
        当采用平方误差损失时，决策树拟合的就是残差。
$$L(y,f_{m-1}(x)+g_m(x))$$
$$=(y-f_{m-1}(x)-g_m(x){)}^2$$
$$=(r-g_m(x){)}^2$$
其中，$r=y-f_{m-1}(x)$为模型拟合数据的残差。所以，对于回归问题的提升树算法，只需要拟合当前模型的残差，即 { ( x 1 , y 1 − f m − 1 ( x 1 ) ) , ( x 2 , y 2 − f m − 1 ( x 2 ) ) , . . . ( x n , y n − f m − 1 ( x n ) } \left\{(x_1,y_1-f_{m-1}(x_1)), (x_2,y_2-f_{m-1}(x_2)),...(x_n,y_n-f_{m-1}(x_n)\right\} { (x1​,y1​−fm−1​(x1​)),(x2​,y2​−fm−1​(x2​)),...(xn​,yn​−fm−1​(xn​)}。
       
下面对回归问题提升树算法过程进行总结：

输入： 训练数据集 D = { ( x i , y i ) } i = 1 n D=\left\{ (x_i,y_i) \right\}^n_{i=1} D={ (xi​,yi​)}i=1n​，$x_i\in R^d$
输出：回归提升树$h_M(x)$

• 初始化$f_0(x)=0$；
• $form=1,2...M:$
  • 对于每一个样本$(x_i,y_i)$，计算残差 ：
    $$r_{m,i}=y_i-f_{m-1}(x_{}$$