感受

GBDT集成方法的一種，就是根據每次剩余的殘差，即損失函數的值。在殘差減少的方向上建立一個新的模型的方法，直到達到一定擬合精度后停止。我找了一個相關的例子來幫助理解。本文結合了多篇博客和書，試圖完整介紹GBDT的內容，歡迎大家來指正。

介紹

GBDT是一個應用很廣泛的算法，可以用來做分類、回歸。GBDT這個算法還有其它名字，如MART(Multiple AdditiveRegression Tree)，GBRT(Gradient Boost Regression Tree),TreeNet等等。Gradient Boost其實是一個框架，里面可以套入很多不同的算法。

原始的Boost算法是在算法開始的時候，為每一個樣本賦上一個權重值，初始的時候，大家都是一樣重要的。在每一步訓練中得到的模型，會使得數據點的估計有對有錯，我們就在每一步結束后，增加分錯的點的權重，減少分對點的權重，這樣使得某些點如果老師被分錯，那么就會被“嚴重關注”，也就被賦上一個很高的權重。然后等進行了N次迭代（由用戶指定），將得到N個簡單的分類器（basic learner），然后我們將它們組合起來（比如說可以對它們進行加權、或者讓它們進行投票等），得到一個最終的模型。

Gradient Boost與傳統的Boost的區別是，每一次的計算是為了減少上一次的殘差（residual），而為了消除殘差，我們可以在殘差減少的梯度方向上建立一個新的模型。所以說，在Gradient Boost中，每個新模型的建立是為了使得之前模型的殘差梯度方向減少，對傳統Boost對正確，錯誤的樣本進行加權有很大的區別。

在GBDT的迭代中，假設我們前一輪迭代得到的強學習器是ft-1(x),損失函數是L(yi,ft-1(x))，我們本輪迭代的目標是找到一個CART回歸樹模型的弱學習器ht(x),讓本輪的損失L(yi,ft(x)=L(yi,ft-1(x))+ht(x)最小。也就是說，本輪迭代找到決策樹，要讓樣本的損失盡量變得更小。

GBDT的思想用一個通俗的例子解釋，加入有個人30歲，我們首先用20歲去擬合，發現損失有10歲，這時我們用6歲去擬合剩下的損失，發現差距還有4歲，第三輪我們用3歲擬合剩下的差距，差距就只有1歲了。如果我們的迭代輪數還沒有完，可以繼續往下迭代，每一輪迭代，擬合的歲數誤差都會減小。

上圖為一個GBDT的例子，表示預測一個人是否喜歡電腦游戲。

GBDT梯度提升決策樹算法是在決策樹的基礎上引入GB（逐步提升）和shrinkage（小幅縮進）兩種思想，從而提升普通決策樹的泛化能力。核心點在于GBDT的結果是多顆決策樹預測值的累加，而殘差則是每棵決策樹的學習目標。GBDT是回歸樹而不是分類樹，調整后可用于分類。

從上面的例子看這個思想還是蠻簡單的，但是有個問題是這個損失的擬合不好度量，損失函數各種各樣，怎么找到一種通用的擬合方法呢？

概念

GBDT的負梯度擬合

針對損失函數擬合方法的問題，大牛Fredman提出了用損失函數的負梯度來擬合本輪損失的近似值，進而擬合一個CART回歸樹。第t輪的第i個樣本的損失函數的負梯度表示為：

利用（xi,rti）(i=1,2,…,m),我們可以擬合一個CART回歸樹，得到了第t個回歸樹，其對應的葉結點區域Rtj,j=1,2,…,J.其中J為葉子結點的個數。
針對每一個葉子結點里的樣本，我們求出使損失函數最小，也就是擬合葉子結點最好的輸出值cij如下：

這樣我們就得到了本輪的決策樹擬合函數如下：

從而本輪最終得到的強學習器的表達式如下：

通過損失函數的負梯度來擬合，我們找到了一種通用的擬合損失誤差的辦法，這樣無論是分裂問題還是回歸問題，我們通過其損失函數的負梯度的擬合，就可以用GBDT來解決我們的分類回歸問題，區別僅僅在于損失函數不同導致的負梯度不同而已。

決策樹

決策樹時一個類似于流程圖的結構，每個內部結點代表一個屬性的測試，每個分支代表測試的結果，每個葉子結點代表分類的結果。從根結點到葉子結點代表分類的規則。

詳細了解的話可以參考我的博客http://blog.csdn.net/w5688414/article/details/77920930

上圖是一個決策樹的例子。

信息熵：

樣本集為D,Pk(k=1,2,…,Y)代表樣本集D中第k個樣本的比例。決策樹就是每次選擇一個屬性劃分使得Ent(D)最小。

決策樹有很多算法，ID3,CART的區別是所選擇的劃分標準不一樣，ID3選擇的是信息增益，當CART是分類樹時，采用GINI值作為節點分裂的依據；當CART是回歸樹時，采用樣本的最小方差作為節點分裂的依據；。

分裂特征為a’，值為v’.DL是樣本val(x,a’)<=v’ 的集合.DR是樣本val(x,a’)>v’的集合.D=DL∪DR。
選擇分裂點的依據：

對于決策樹模型，分類和回歸的損失函數可以用戶自定義，通常，掃描所有分裂點的代價很大，所以有一些近似算法（這個自行百度了），為了避免過擬合，常用的方法是后剪枝。

集成學習

集成方法就是使用多種學習算法去獲得更好的預測性能的方法，典型的集成方法有很多，如AdaBoost，隨機森林（Random Forest），GBDT。前面的兩種算法不是本文講的內容，本文主要解析一下GBDT算法。
損失函數

算法

回歸算法

當GBDT用于回歸時，常用的損失函數包括平方損失函數、絕對值損失函數、Huber損失函數。每次朝著損失函數的負梯度方向移動即可取得損失函數的最小值。

輸入：訓練樣本T={(x1,y1),(x2,y2),…,(xm,ym) },最大迭代次數是T,損失函樹為L.

輸出：強學習器f(x)

1)?????初始化弱分類器

2)?????對迭代輪數t=1,2,…,T有：

a)?????對樣本i=1,2,…,m,計算負梯度：

??????

b)?????利用(xi,rti)(i=1,2,…,m)，擬合一個CART回歸樹，得到第t顆回歸樹，其對應的葉子結點區域為Rtj,j=1,2,…,J. 其中J為回歸樹t的葉子結點的個數。

c)?????對葉子區域j=1,2,…,J.計算最佳擬合值

????????d)?????更新強學習器

???????
3）得到強學習器f(x)的表達式

分類算法

當GBDT用于分類時，常用的損失函數有對數損失函數、指數損失函數等。這種損失函數的目的是求預測值為真實值的概率。

二元分類

對于二元GBDT,如果用類似于邏輯回歸的對數似然損失函數，其損失函數為：

其中y∈{-1,+1}，則此時的負梯度誤差為

對于生成的決策樹，我們各個葉子結點的最佳殘差擬合值為

由于上式比較難優化，我們一般使用近似值代替：

除了負梯度計算和葉子結點的最佳殘差擬合的線性搜索，二元GBDT回歸算法和GBDT回歸算法過程相同。

多元分類

多元GBDT比二元GBDT復雜一些，對應的是多元邏輯回歸和二元邏輯回歸。假設類別為K,則此時我們的對數似然損失函數為：

其中如果樣本輸出類別為K,則yk=1。第k類的概率pk(x)的表達式為：

集合兩式，我們可以計算出第i個樣本對應類別l的負梯度誤差為

（分母多了個括號）

觀察上式可以看出，其實這里的誤差就是樣本i對應的類別l的真實概率和t-1輪預測概率的差值。

對于生成的決策樹，我們各個葉子結點的最佳殘差擬合值為

由于上式比較難優化，我們一般使用近似值代替

除了負梯度計算和葉子結點的最佳殘差擬合的線性搜索，多元GBDT分類和二元GBDT分類以及回歸算法過程相似。

GBDT優缺點

優點

1) 可以靈活處理各種類型的數據，包括連續值和離散值。
2) 在相對少的調參時間情況下，預測的準確率也可以比較高。這個是相對SVM來說的。
3）使用一些健壯的損失函數，對異常值的魯棒性非常強。比如 Huber損失函數（huber詳細見本文的損失函數模塊）和Quantile損失函數。
缺點

1) 由于弱學習器之間存在依賴關系，難以并行訓練數據。不過可以通過自采樣的SGBT（Stochastic Gradient Boosting Tree）來達到部分并行。

例子

這個例子不是一個典型的GBDT的例子，沒有用到負梯度求解，但是過程和GBDT一樣，并且有明確的計算過程，可以幫助理解GBDT的過程，值得借鑒。實際問題比這個簡單的例子復雜得多。

已知如表8.2所示的訓練數據，x的取值范圍為區間[0.5,10.5]，y的取值范圍為區間[5.0,10.0]，學習這個回歸問題的boosted tree模型，考慮只用樹樁作為基本函數。損失函數是誤差的平方和。

按照算法，第1步求f1(x)即回歸樹T1(x)。
首先通過以下優化問題：

求解訓練數據的切分點s:

容易求得在R1,R2內部使平方損失誤差達到最小值的c1,c2為

這里N1,N2是R1,R2的樣本點數。

現將s及m(x)的計算結果列表如下：

用f1(x)擬合訓練數據的殘差見表8.4，表中r2i=yi-f1(xi),i=1,2,…,10

用f1(x)擬合訓練數據的平方損失誤差：

第2步求T2(x)。方法與求T1(x)一樣，只是擬合的數據表8.4的殘差。可以得到：

用f2(x)擬合訓練數據的平方損失誤差是

繼續求得

用f6(x)擬合訓練數據的平方損失誤差是

假設此時已滿足誤差要求，那么f(x)=f6(x)即為所求提升樹。讀者可以手算一下，計算量還是有點大，畢竟有那么多求和和求均值，還有平方和。

參考文獻
[1]. Gradient boosting. https://en.wikipedia.org/wiki/Gradient_boosting

[2]. 梯度提升樹(GBDT)原理小結

[3]. 決策樹系列（五）——CART

[4] GBDT(Gradient Boosting Decision Tree) 沒有實現只有原理

[5].李航.《統計機器學習》?
?

總結

以上是生活随笔為你收集整理的Gradient Boosted Decision Trees详解的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。