集成学习之AdaBoost

AdaBoost(Adaptive Boosting )
转自：http://www.cnblogs.com/pinard/p/6133937.html

1. 回顾boosting算法的基本原理

有几个具体的问题Boosting算法没有详细说明:

1. 如何计算学习误差率e?
2. 如何得到弱学习器权重系数α?
3. 如何更新样本权重D?
4. 使用何种结合策略？

只要是boosting大家族的算法，都要解决这4个问题。那么Adaboost是怎么解决的呢？

2. Adaboost算法的基本思路

我们这里讲解Adaboost是如何解决上一节这4个问题的。
假设我们的训练集样本是

$$T=\{(x_,y_1),(x_2,y_2), ...(x_m,y_m)\}$$ 训练集在第k个弱学习器的输出权重为( $w$为样本权重)
$$D(k) = (w_{k1}, w_{k2}, ...w_{km})$$ 其中，
$$w_{1i}=\frac{1}{m}, i =1,2...m$$

Adaboost的分类问题

(1)学习误差率e

由于多元分类是二元分类的推广，这里假设我们是二元分类问题，输出为{-1，1}，则第k个弱分类器$G_k(x)$在训练集上的加权误差率为

$$e_k = P(G_k(x_i) \neq y_i) = \sum\limits_{i=1}^{m}w_{ki}I(G_k(x_i) \neq y_i)$$

(2)弱学习器权重系数α

接着我们看弱学习器权重系数$\alpha$,对于二元分类问题，第k个弱分类器$G_k(x)$的权重系数为

$$\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k}$$ 为什么这样计算弱学习器权重系数？从上式可以看出，如果分类误差率$e_k$越大，则对应的弱分类器权重系数$\alpha_k$越小。也就是说，误差率小的弱分类器权重系数越大。具体为什么采用这个权重系数公式，我们在讲Adaboost的损失函数优化时再讲。

(3)更新样本权重D

假设第k个弱分类器的样本集权重系数为$D(k) = (w_{k1}, w_{k2}, ...w_{km})$，则对应的第k+1个弱分类器的样本集权重系数$w_{k+1}$为

$$w_{k+1,i} = \frac{w_{ki}}{Z_K}exp(-\alpha_ky_iG_k(x_i))$$ 这里$Z_k$是规范化因子
$$Z_k = \sum\limits_{i=1}^{m}w_{ki}exp(-\alpha_ky_iG_k(x_i))$$ 从$w_{k+1,i}$计算公式可以看出，如果第i个样本分类错误，则$y_iG_k(x_i) < 0$,导致样本的权重在第k+1个弱分类器中增大，如果分类正确，则权重在第k+1个弱分类器中减少.具体为什么采用样本权重更新公式，我们在讲Adaboost的损失函数优化时再讲。

(4)结合策略

Adaboost分类采用的是加权平均法，最终的强分类器为$f(x)$

$$f(x) = sign(\sum\limits_{k=1}^{K}\alpha_kG_k(x))$$

Adaboost的回归问题

由于Adaboost的回归问题有很多变种，这里我们以Adaboost R2算法为准。

(1)学习误差率e

对于第k个弱学习器，计算他在训练集上的最大误差

$$E_k= max|y_i - G_k(x_i)|\;i=1,2...m$$ 然后计算每个样本的相对误差
$$e_{ki}= \frac{|y_i - G_k(x_i)|}{E_k}$$ 这里是误差损失为线性时的情况，如果我们用平方误差，则$e_{ki}= \frac{(y_i - G_k(x_i))^2}{E_k^2}$；如果我们用的是指数误差，则$e_{ki}= 1 - exp(\frac{-y_i + G_k(x_i))}{E_k})$
最终得到第k个弱学习器的误差率
$$e_k = \sum\limits_{i=1}^{m}w_{ki}e_{ki}$$

(2)弱学习器权重系数α

$$\alpha_k =\frac{e_k}{1-e_k}$$

(3)更新样本权重D

对于更新更新样本权重D，第k+1个弱学习器的样本集权重系数为

$$w_{k+1,i} = \frac{w_{ki}}{Z_k}\alpha_k^{1-e_{ki}}$$ 这里$Z_k$是规范化因子
$$Z_k = \sum\limits_{i=1}^{m}w_{ki}\alpha_k^{1-e_{ki}}$$

(4)结合策略

和分类问题一样，采用的也是加权平均法，最终的强回归器为

$$f(x) = \sum\limits_{k=1}^{K}(ln\frac{1}{\alpha_k})G_k(x)$$

3. AdaBoost分类问题的损失函数优化

刚才上一节我们讲到了分类Adaboost的弱学习器权重系数公式和样本权重更新公式。但是没有解释选择这个公式的原因，让人觉得是魔法公式一样。其实它可以从Adaboost的损失函数推导出来。

从另一个角度讲，Adaboost是模型为加法模型，学习算法为前向分步学习算法，损失函数为指数函数的分类问题。

(1)加法模型

模型为加法模型好理解，我们的最终的强分类器是若干个弱分类器加权平均而得到的。

(2)前向分步学习算法

前向分步学习算法也好理解，我们的算法是通过一轮轮的弱学习器学习，利用前一个弱学习器的结果来更新后一个弱学习器的训练集权重。也就是说，第k-1轮的强学习器为

$$f_{k-1}(x) = \sum\limits_{i=1}^{k-1}\alpha_iG_{i}(x)$$ 而第k轮的强学习器为
$$f_{k}(x) = \sum\limits_{i=1}^{k}\alpha_iG_{i}(x)$$ 上两式一比较可以得到
$$f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x)$$ 可见强学习器的确是通过前向分步学习算法一步步而得到的。

(3)损失函数为指数函数

Adaboost损失函数为指数函数，即定义损失函数为

$$\underbrace{arg\;min\;}_{\alpha, G} \sum\limits_{i=1}^{m}exp(-y_if_{k}(x))$$ 上式中，$y_i$为样本的真实标签，$f(x)$为最终的强分类器。

利用前向分步学习算法的关系可以得到损失函数为

$$(\alpha_k, G_k(x)) = \underbrace{arg\;min\;}_{\alpha, G}\sum\limits_{i=1}^{m}exp[(-y_i) (f_{k-1}(x) + \alpha G(x))]$$ 令$w_{ki}^{’} = exp(-y_if_{k-1}(x))$, 它的值不依赖于α,G，因此与最小化无关，仅仅依赖于$f_{k−1}(x)$，随着每一轮迭代而改变。

将这个式子代入损失函数,损失函数转化为

$$(\alpha_k, G_k(x)) = \underbrace{arg\;min\;}_{\alpha, G}\sum\limits_{i=1}^{m}w_{ki}^{’}exp[-y_i\alpha G(x)]$$ （上式考虑了考虑了$\alpha$和$G$。）
首先，我们求$G_k(x)$（$G_k(x)$为弱学习器），可以得到
$$G_k(x) = \underbrace{arg\;min\;}_{G}\sum\limits_{i=1}^{m}w_{ki}^{’}I(y_i \neq G(x_i))$$ （上式先不考虑弱学习器的权重$\alpha$，只考虑单个的弱学习器$G_k(x)$。）
将$G_k(x)$代入损失函数，并对α求导，使其等于0，则就得到了
$$\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k}$$ 其中，$e_k$即为我们前面的分类误差率：
$$e_k = \frac{\sum\limits_{i=1}^{m}w_{ki}^{’}I(y_i \neq G(x_i))}{\sum\limits_{i=1}^{m}w_{ki}^{’}} = \sum\limits_{i=1}^{m}w_{ki}I(y_i \neq G(x_i))$$ 最后看样本权重的更新。利用$f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x)$和$w_{ki}^{’} = exp(-y_if_{k-1}(x))$，即可得
$$w_{k+1,i}^{’} = w_{ki}^{’}exp[-y_i\alpha_kG_k(x)]$$ 这样就得到了我们第二节的样本权重更新公式。

4. AdaBoost二元分类问题算法流程

这里我们对AdaBoost 二元分类 问题算法流程做一个总结。
输入为样本集$T=\{(x_,y_1),(x_2,y_2), ...(x_m,y_m)\}$，输出为{-1, +1}，弱分类器算法, 弱分类器迭代次数K。输出为最终的强分类器$f(x)$。
(1)初始化样本集权重为:

$$D(1) = (w_{11}, w_{12}, ...w_{1m}) ;\;\; w_{1i}=\frac{1}{m};\;\; i =1,2...m$$
(2)对于k=1,2，…K:
a)使用具有权重$D_k$的样本集来训练数据，得到弱分类器$G_k(x)$
b)计算$G_k(x)$的分类误差率
$$e_k = P(G_k(x_i) \neq y_i) = \sum\limits_{i=1}^{m}w_{ki}I(G_k(x_i) \neq y_i)$$ c)计算弱分类器的系数
$$\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k}$$ d)更新样本集的权重分布
$$w_{k+1,i} = \frac{w_{ki}}{Z_K}exp(-\alpha_ky_iG_k(x_i)) \;\; i =1,2,...m$$ 这里$Z_k$是规范化因子
$$Z_k = \sum\limits_{i=1}^{m}w_{ki}exp(-\alpha_ky_iG_k(x_i))$$
(3)构建最终分类器为：
$$f(x) = sign(\sum\limits_{k=1}^{K}\alpha_kG_k(x))$$
注：对于Adaboost多元分类算法，其实原理和二元分类类似，最主要区别在弱分类器的系数上。比如Adaboost SAMME算法，它的弱分类器的系数为：
$$\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k} + log(R-1)$$ 其中R为类别数。从上式可以看出，如果是二元分类，R=2，则上式和我们的二元分类算法中的弱分类器的系数一致。

5. Adaboost回归问题的算法流程

这里我们对AdaBoost 回归问题 算法流程做一个总结。
AdaBoost回归算法变种很多，下面的算法为Adaboost R2回归算法过程。
输入为样本集$T=\{(x_,y_1),(x_2,y_2), ...(x_m,y_m)\}$，弱分类器算法, 弱分类器迭代次数K。输出为最终的强分类器$f(x)$。
(1)初始化样本集权重为:

$$D(1) = (w_{11}, w_{12}, ...w_{1m}) ;\;\; w_{1i}=\frac{1}{m};\;\; i =1,2...m$$
(2)对于k=1,2，…K:
a)使用具有权重$D_k$的样本集来训练数据，得到弱分类器$G_k(x)$
b)计算训练集上的最大误差
$$E_k= max|y_i - G_k(x_i)|\;i=1,2...m$$
c)计算每个样本的相对误差

• 如果是线性误差，则$e_{ki}= \frac{|y_i - G_k(x_i)|}{E_k}$
• 如果是平方误差，则$e_{ki}= \frac{(y_i - G_k(x_i))^2}{E_k^2}$
• 如果是指数误差，则$e_{ki}= 1 - exp（\frac{-y_i + G_k(x_i))}{E_k}$

d)计算回归误差率

$$e_k = \sum\limits_{i=1}^{m}w_{ki}e_{ki}$$ e)计算弱学习器的系数
$$\alpha_k =\frac{e_k}{1-e_k}$$ f)更新样本集的权重分布为
$$w_{k+1,i} = \frac{w_{ki}}{Z_k}\alpha_k^{1-e_{ki}}$$ 这里$Z_k$是规范化因子
$$Z_k = \sum\limits_{i=1}^{m}w_{ki}\alpha_k^{1-e_{ki}}$$
(3)构建最终强学习器为：
$$f(x) = \sum\limits_{k=1}^{K}(ln\frac{1}{\alpha_k})G_k(x)$$
对比Adaboost 分类问题 和 回归问题 的算法流程，可以发现，二者的不同主要体现在回归问题的算法比分类问题的算法多了(2)b)和c)两个步骤，而且在分类/回归误差率、弱学习器的系数、样本集的权重、规范化因子$Z_k$、最终的强学习器上各有不同，因此造成了两种算法的差异。

6. Adaboost算法的正则化

为了防止Adaboost过拟合，我们通常也会加入正则化项，这个正则化项我们通常称为步长(learning rate)。定义为$\nu$,对于前面的弱学习器的迭代

$$f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x)$$ 如果我们加上了正则化项，则有
$$f_{k}(x) = f_{k-1}(x) + \nu\alpha_kG_k(x)$$ $\nu$的取值范围为$0 < \nu \leq 1$. 对于同样的训练集学习效果，较小的$\nu$意味着我们需要更多的弱学习器的迭代次数。通常我们用步长和迭代最大次数一起来决定算法的拟合效果。

7. Adaboost小结

到这里Adaboost就写完了，前面有一个没有提到，就是弱学习器的类型。理论上任何学习器都可以用于Adaboost. 但一般来说，使用最广泛的Adaboost弱学习器是决策树和神经网络。对于决策树，Adaboost分类用了CART分类树，而Adaboost回归用了CART回归树。

这里对Adaboost算法的优缺点做一个总结。
Adaboost的主要优点有：

1. Adaboost作为分类器时，分类精度很高。
2. 在Adaboost的框架下，可以使用各种回归分类模型来构建弱学习器，非常灵活。
3. 作为简单的二元分类器时，构造简单，结果可理解。
4. 不容易发生过拟合。

Adaboost的主要缺点有：

1. 对异常样本敏感，异常样本在迭代中可能会获得较高的权重，影响最终的强学习器的预测准确性。