無意間開啟了xgboost，為了弄清楚它的原理，只能往下挖，隨著xgboost->gbdt->boost來到基本的boost算法，同時(shí)也遇見了Boost的伙伴Bagging。接下來，稍微看看他們吧。

學(xué)習(xí)Bagging和Boost首先需要了解兩個(gè)名詞“弱分類器”和“強(qiáng)分類器”。

“弱分類器”的分類能力不強(qiáng)，但它又比隨機(jī)選的效果稍微好點(diǎn)，類似于“臭皮匠”。

“強(qiáng)分類器”具有很強(qiáng)的分類能力，也就是把特征扔給它，他能分的比較準(zhǔn)確，算是“諸葛亮”一類的。

如果直接可以建立一個(gè)強(qiáng)分類器，那弱分類器實(shí)際上就是多余的，但是，這世上“絕頂聰明的諸葛亮”少之又少，反而，在某方面有才華的人很多。于是，Boost和Bagging都選擇了用三個(gè)臭皮匠去頂諸葛亮。

實(shí)際上，在深度學(xué)習(xí)大行其道的今天，分類器的分類能力基本都比較好，但通常也會“強(qiáng)強(qiáng)聯(lián)手”組成一個(gè)更強(qiáng)的決策系統(tǒng)。

Boost和Bagging都是構(gòu)建多個(gè)弱學(xué)習(xí)算法，形成多個(gè)弱分類器，得到多種比較粗糙的分類規(guī)則，然后將這些弱分類規(guī)則組織成強(qiáng)分類規(guī)則。

1. 提升算法Boost

boost通常采用改變訓(xùn)練數(shù)據(jù)的概率分布，針對不同的訓(xùn)練數(shù)據(jù)分布調(diào)用弱學(xué)習(xí)算法學(xué)習(xí)一組弱分類器。在多次迭代的過程中，當(dāng)前次迭代所用的訓(xùn)練數(shù)據(jù)的概率分布會依據(jù)上一次迭代的結(jié)果而調(diào)整。也就是說訓(xùn)練數(shù)據(jù)的各樣本是有權(quán)重的，這個(gè)權(quán)重本身也會隨著迭代而調(diào)整。如下圖，Dm為訓(xùn)練數(shù)據(jù)集的概率分布，第一次迭代，基本分類器C1的分類誤差用于調(diào)整D2，第二次迭代，基本分類器C2用于迭代D3， ...。

不同分布的訓(xùn)練數(shù)據(jù)進(jìn)入不同學(xué)習(xí)法則后，得到的各基本分類器通常經(jīng)過線性組合，形成強(qiáng)分類器。例如，像Adaboost和xgboost,最后的強(qiáng)分類器都是弱分類器的加性組合。

從上面的結(jié)構(gòu)圖可以看出，很明確的可優(yōu)化點(diǎn)有兩點(diǎn)：訓(xùn)練數(shù)據(jù)集的分布、各基本分類器在線性組合中的權(quán)重w_m。對于訓(xùn)練數(shù)據(jù)集的分布，通常，被上一次分類錯(cuò)誤的樣本的權(quán)重會被調(diào)大，被正確分類的會被調(diào)小。基本分類器的誤差越大，其權(quán)重越小，反之越大。

2. Bagging算法

Bagging直譯為“增強(qiáng)聚合”。它的方式是訓(xùn)練幾個(gè)分類器，然后讓這幾個(gè)分類器的輸出當(dāng)做分類投票，選擇票數(shù)最多的那個(gè)輸出作為最后的輸出。感覺起來，這就是大家常用的投票方式。Dropout也算是一種Bagging學(xué)習(xí)。

Bagging的特點(diǎn)：

? A. 對每個(gè)分類器，輸入數(shù)據(jù)都是從原始訓(xùn)練數(shù)據(jù)中可重復(fù)的采樣, 每個(gè)分類器的輸入服從相同的分布，且各輸入之間相互獨(dú)立。而Boost中，各訓(xùn)練數(shù)據(jù)的分布不獨(dú)立，每個(gè)分類器的輸入樣本之間也不獨(dú)立。

B. 各分類器可以采用相同算法，不同的超參數(shù)；也可采用不同算法； Boost基本采用相同的算法。

C. 每個(gè)分類器的輸出沒有權(quán)重之分，都是平等的。

Boost和Bagging都稱為集成方法。

總結(jié)

以上是生活随笔為你收集整理的Boost和bagging算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。