机器学习_集成学习（Ensemble Learning）：随机森林（RF）、GBDT（迭代决策树）、提升算法、Adaboost

最新推荐文章于 2024-09-05 17:03:12 发布

Mr_WangAndy

最新推荐文章于 2024-09-05 17:03:12 发布

阅读量1.4k

点赞数 5

分类专栏：机器学习文章标签：集成学习随机森林提升算法 Adaboost GBDT迭代决策树

本文链接：https://blog.csdn.net/weixin_43916755/article/details/103102366

版权

机器学习专栏收录该内容

13 篇文章 0 订阅

订阅专栏

这两天学的是随机森林 、提升算法、GBDT、Adaboost算法，今天导师让我们没事的时候看看论文，学习机器学习和深度学习，现在学习这些知识终于成为了“合法”(前些天都是自己抽时间学的)，导师看到了就不乐意了。视频看完了，大概知道讲的什么，可是只是大概还不够啊，我得一点点往下整理啊，开讲了！
前边讲到了决策树，是一种分类算法，构建一棵树（分类器）进行分类。集成学习思想是将若干个学习器（分类器和回归器）组合之后产生一个新学习器。
弱分类器(weak learner) 指那些分类准确率稍好于随机猜测，比如准确率在60%-80%，反之90%以上的准确率成为强分类器。

为什么要学习集成学习？

若分类器间存在一定的差异性，这会导致分类的边界不同，也就是说可能存在错误。那么将多个弱分类器合并后，就可以得到更加合理的边界，减少整体的错误率，实现更好的效果。
对于数据集过大或者过小，可以分别进行划分和有放回地操作产生不同的数据子集，然后使用数据子集训练不同的分类器，最终再合并成为一个大的分类器。
如果数据的划分边界过于复杂，使用线性模型很难描述情况，那么可以训练多个模型，然后再进行模型的融合。
对于多个异构的特征集的时候，很难进行融合，那么可以考虑每个数据集构建一个分类模型，然后再将多个模型融合。比如：ABC是一个特征集，BCD是一个特征集，这个时候可以用ABC训练模型m1，BCD训练模型m2，BC训练模型m3，最后把模型m1，m2，m3做一个融合。

集成算法的成功之处在于保证弱分类器的多样性。而且集成不稳定的算法也能得到一个比较明显的提升。
集成学习的一个直观理解：如下图三个弱分类器进行线性组合，得到一个融合在一起的强分类器，
在这里插入图片描述
常见的集成学习思想：

Bagging
Boosting
Stacking

Bagging方法

一、bagging方法原理

此方法又叫自举汇聚法（Bootstrap Aggregating），其思想是：在原始数据集上通过有放回的抽样的方式，更新选择出S个新数据集来分别训练S个分类器的集成技术（这些模型的训练数据允许出现重复的数据）
Bagging方法训练出来的模型在预测新样本分类的时候，会使用多数投票或者求均值的方式来统计最终的分类效果。
Bagging方法的弱学习分类器可以是基本的算法模型，eg:Linear，ridge，Lasso, Logistic， Softmax, ID3,
Bagging方式是有放回的抽样，并且每个子集的样本数量必须和原始样本数量一致，但是子集中允许存在重复数据。
二、训练过程

三、决策过程

学习器1会有一个结果，学习器2有一个结果，，，学习器s有一个结果，最后把这几个结果进行求均值或者多数投票。

随机森林（Random Forest）

一、算法原理

从原始样本集(n个样本)中用Bootstrap采样(有放回重采样)选出n个样本；
从所有属性中随机选择K个属性，选择出最佳分割属性作为节点创建决策树；
重复以上两步m次，即建立m棵决策树；
这m个决策树形成随机森林，通过投票表决结果决定数据属于那一类。
构建成的决策树，有如下操作：
，构建了多棵决策树，第一棵决策树的第二个节点认为当前是2，第二棵认为当前节点是2，第三棵认为当前节点是1，那个最终通过多数投票认为当前预测是2。
加入当前森林由三颗决策树构成的，决策树一第一个节点预测的一条数据值为，第二棵决策树第一个节点预测为2，第三棵决策树预测为3，那么怎样区分呢？通过一个概率的方法，请看下图，第三棵决策树认为当前预测的3为90%，那么就认为这条数据的值为3。，总之还是用过多数投票的方式进行决策。
随机森林中决策树分裂特征
随机森林是在多个特征中，选择最优的一个，而随机森林中的决策树是从多个待选特征中，随机抽出几个待选特征，然后再从随机选择的特征中找出最优的一个。

二、随机森林的推广
RF算法在实际应用中具有比较好的特性，应用也比较广泛，主要应用在：分类、回归、特征转换、异常点检测等。常见的RF变种算法如下：
Extra Tree
Totally Random Trees Embedding(TRTE)
Isolation Forest
Extra Tree
Extra Tree是RF的一个变种，原理基本和RF一样，区别如下：

RF会随机采样来作为子决策树的训练集，而Extra Tree每个子决策树采用原始数据集训练；
1. RF在选择划分特征点的时候会和传统决策树一样，会基于信息增益、信息增益率、基尼系数、均方差等原则来选择最优特征值；而Extra Tree会随机的选择一个特征值来划分决策树。
  Extra Tree因为是随机选择特征值的划分点，这样会导致决策树的规模一般大于
  RF所生成的决策树。也就是说Extra Tree模型的方差相对于RF进一步减少。在某
  些情况下，Extra Tree的泛化能力比RF的强。
  Totally Random Trees Embedding(TRTE)
  TRTE是一种非监督的数据转化方式。将低维的数据集映射到高维，从而让映射
  到高维的数据更好的应用于分类回归模型。
  TRTE算法的转换过程类似RF算法的方法，建立T个决策树来拟合数据。当决策树构建完成后，数据集里的每个数据在T个决策树中叶子节点的位置就定下来了，将位置信息转换为向量就完成了特征转换操作。
  案例：有3棵决策树，每棵决策树有5个叶子节点，某个数据x划分到第一个决策树的第3个叶子节点，第二个决策树的第一个叶子节点，第三个决策树的第第五个叶子节点，那么最终的x映射特征编码为:(0,0,1,0,0, 1,0,0,0,0, 0,0,0,0,1)
  Isolation Forest(IForest)
  IForest是一种异常点检测算法，使用类似RF的方式来检测异常点；IForest算法和RF算法的区别在于：
在随机采样的过程中，一般只需要少量数据即可；
在进行决策树构建过程中，IForest算法会随机选择一个划分特征，并对划分特征随机选择一个划分阈值；
IForest算法构建的决策树一般深度max_depth是比较小的。
对于异常点的判断，则是将测试样本x拟合到T棵决策树上。计算在每棵树上该样本的叶子节点的深度h t (x)。从而计算出平均深度h(x)；然后就可以使用下列公式计算样本点x的异常概率值，p(s,m)的取值范围为[0,1]，越接近于1，则是异常点的概率越大。

RF随机森林总结

RF的主要优点：

训练可以并行化，对于大规模样本的训练具有速度的优势；
由于进行随机选择决策树划分特征列表，这样在样本维度比较高的时候，仍然具有比较高的训练性能；
给以给出各个特征的重要性列表；
由于存在随机抽样，训练出来的模型方差小，泛化能力强；
RF实现简单；
对于部分特征的缺失不敏感。
RF的主要缺点：
在某些噪音比较大的特征上，RF模型容易陷入过拟合；
取值比较多的划分特征对RF的决策会产生更大的影响，从而有可能影响模型的效果。

Boosting提升算法

一、算法原理

提升算法是一种机器学习技术，可以用于回归和分类中，它每一步都产生弱预测模型（如决策树），并加权累加到总模型中；如果每一步的弱预测模型的生成都是依据损失函数的梯度方式的，那么就称为梯度提升(Gradientboosting)；
提升技术的意义：如果一个问题存在弱预测模型，那么可以通过提升技术的办法得到一个强预测模型；
二、Boosting算法直观理解图
上图是将训练好的多个弱学习器加权融合成为一个强分类器。
三、常见的Boosting方法
AdaBoost
Gradient Boosting(GBT/GBDT/GBRT)
1. AdaBoost算法原理
AdaBoost（Adaptive适应的 Boosting）是一种迭代算法。每轮迭代中都会在训练集上产生一个新的学习器，然后使用该学习器对所有样本进行预测，以评估每个样本的重要性(Informative)。换句话来讲就是，算法会为每个样本赋予一个权重，每次用训练好的学习器标注/预测各个样本，如果某个样本点被预测的越正确，则将其权重降低；否则提高样本的权重。权重越高的样本在下一个迭代训练中所占的比重就越大，也就是说越难区分的样本在训练过程中会变得越重要；
整个迭代过程直到错误率足够小或者达到一定的迭代次数为止。
Adaboost算法将基本分类器的线性组合作为强分类器，同时给分类误差率较小的基本分类器以大的权值，给分类误差率较大的基分类器以小的权重值，构建的线性组合为：

样本加权的例子

第1步结束后，绿线左边分类错误的红色样本加权，于是第2步就再把权重大的红色分开。第3步的时候，在最下边画一条线，此线段认为上边是蓝色的，下边是红色的。第4步发现两个蓝色的仍然是错误的，继续加大权重，继续迭代分类。继续第5步，接着第6步，把上边每一步的迭代结果进行融合得到了第6步的结果：变成一个一个的框框的形式。
2，损失函数

损失函数其实就是错误率，I(true)=1.I(false)=0，I（G(x)!=yi）的意思是，如果分类错误了，返回1，分类正确了返回0；这样把所有的分类错误的样本，进行累加，最后除n得到的就是错误的占比（错误率）。

我把这个都写在纸上了，欢迎一起讨论哦。
在这里插入图片描述

梯度提升迭代决策树GBDT

GBDT(Gradient Boosting Decison Tree)也是Boosting算法的一种，但是和AdaBoost算法不同，区别如下：AdaBoost算法是利用前一轮的的弱学习器的误差来更新样本权重值，然后一轮一轮地迭代。GBDT也是迭代，但是GBDT要求弱学习器必须是CART模型，而且GBDT在模型训练的时候，是要求模型预测的样本损失尽可能的小。
梯度提升迭代决策树GBDT直观理解
以残差作为新的样本特征值：
在这里插入图片描述
假如现在新来了一个样本，收入值大于1K，并且上网大于·1H，那么此时就认为，这个人的年龄为26岁。
给定步长的时候，给定一个步长step（step>1），在构建下一棵树的时候使用step*残差值作为输入值，这样可以防止过拟合。
梯度提升迭代决策树GBDT,由三部分组成，DT(Regression Decistion Tree)、GB(Gradient Boosting)
和Shrinkage(衰减)。
由多棵决策树组成，所有树的结果累加起来就是最终结果。
迭代决策树和随机森林的区别：
1.随机森林使用抽取不同的样本构建不同的子树，也就是说第m棵树的构建和前m-1棵树的结果是没有关系的。
2.迭代决策树在构建子树的时候，使用之前子树构建结果后形成的残差作为输入数据构建下一个子树；然后最终预测的时候按照子树构建的顺序进行预测，并将预测结果相加。
GBDT算法原理
给定输入向量X和输出变量Y组成的若干训练样本，（X1,Y1,）（X2,Y2）…（Xn,Yn），目标是找到近似函数F(x)，使得损失函数L(Y,F(x))最小。
L损失函数一般采用最小二乘损失函数或者绝对值损失函数：
在这里插入图片描述
最优解为：
假定F(X)是一族最优基函数F(X)的加权和，那么为了防止每个学习器能力过强，可能导致过拟合，给定一个缩放系数：
以贪心算法的思想扩张到**F(X),**求最优解f,用贪心算法在每次选择最优基函数f时，仍然困难，使用梯度下降的方法近似计算。
在给定基函数F0(X) 在这里插入图片描述
这个函数是找到一个叶子的最优解，最优解也就是一个常数C。根据梯度下降计算计算导数值：（实际值和预测值之间的偏差值）,使用数据
最后更新迭代模型：，

GBDT回归算法和分类算法的区别

两者的区别就选择不同的损失函数。
回归算法选择的损失函数一般式均方差（最小二乘）或者绝对值误差：
在这里插入图片描述
而分类算法中一般的损失函数选择对数函数来表示（信息熵）：

GBDT总结：

GBDT的优点：
可以处理连续值和离散值；
在相对少的调参情况下，模型的预测效果也会不错；
模型的鲁棒性比较强。
GBDT的缺点如下：
由于弱学习器之间存在关联关系，难以并行训练模型。

Bagging、Boosting的区别

样本选择：Bagging算法是有放回的随机采样；Boosting算法是每一轮训练集不变，只是训练集中
的每个样例在分类器中的权重发生变化，而权重根据上一轮的分类结果进行调整；
样例权重：Bagging使用随机抽样，样例的权重；Boosting根据错误率不断的调整样例的权重值，
错误率越大则权重越大；
预测函数：Bagging所有预测模型的权重相等；Boosting算法对于误差小的分类器具有更大的权重。
并行计算：Bagging算法可以并行生成各个基模型；Boosting理论上只能顺序生产，因为后一个模
型需要前一个模型的结果；
Bagging是减少模型的variance(方差)；Boosting是减少模型的Bias(偏度)。
Bagging里每个分类模型都是强分类器，因为降低的是方差，方差过高需要降低是过拟合；
Boosting里每个分类模型都是弱分类器，因为降低的是偏度，偏度过高是欠拟合。