作者：杜博亞，阿里算法工程師，復旦大學計算機碩士，BDKE 之光。

1.從機器學習三要素的角度

1.1 模型

本質上來說，他們都是監督學習，判別模型，直接對數據的分布建模，不嘗試挖據隱含變量，這些方面是大體相同的。但是又因為一個是線性模型，一個是非線性模型，因此其具體模型的結構導致了VC維的不同：其中，Logistic Regression作為線性分類器，它的VC維是d+1，而 GBDT 作為boosting模型，可以無限分裂，具有無限逼近樣本VC維的特點，因此其VC維遠遠大于d+1，這都是由于其線性分類器的特征決定的，歸結起來，是Logistic Regression對數據線性可分的假設導致的

1.2 策略

從 Loss(經驗風險最小化) + 正則(結構風險最小化) 的框架開始說起；

「從Loss的角度：」

因為 Logistic Regression 的輸出是 y = 1 的概率，所以在極大似然下，Logistic Regression的Loss是交叉熵，此時，Logistic Regression的準則是最大熵原理，也就是“為了追求最小分類誤差，追求最大熵Loss”，「本質上是分類器算法，而且對數據的噪聲具有高斯假設」；而 GBDT 采用 CART 樹作為基分類器，其無論是處理分類還是回歸均是將采用回歸擬合（將分類問題通過 softmax 轉換為回歸問題，具體可參考本博客 GBDT 章節），用當前輪 CART 樹擬合前一輪目標函數與實際值的負梯度：，「本質上是回歸算法」。

?

也正是因為 GBDT 采用的 CART 樹模型作為基分類器進行負梯度擬合，其是一種對特征樣本空間進行劃分的策略，不能使用 SGD 等梯度優化算法，而是 CART 樹自身的節點分裂策略：均方差(回歸) 也帶來了算法上的不同；GBDT 損失函數值得是前一輪擬合模型與實際值的差異，而樹節點內部分裂的特征選擇則是固定為 CART 的均方差，目標損失函數可以自定義，當前輪 CART 樹旨在擬合負梯度。

?

「從特征空間的角度:」就是因為 Logistic Regression 是特征的線性組合求交叉熵的最小化，也就是對特征的線性組合做 logistic，使得Logistic Regression會在特征空間中做線性分界面，適用于分類任務；

而 GBDT 采用 CART 樹作為基分類器，其每輪樹的特征擬合都是對特征空間做平行于坐標軸的空間分割，所以自帶特征選擇和可解釋性，GBDT 即可處理分類問題也可解決回歸問題，只是其統一采用回歸思路進行求解（試想，如果不將分類轉換為回歸問題，GBDT 每輪目標函數旨在擬合上一輪組合模型的負梯度，分類信息無法求梯度，故而依舊是采用 softmax 轉換為回歸問題進行求解）。

?

「線性分類器」（處理線性可分）有三大類：「感知器準則函數、SVM、Fisher準則」。

「感知準則函數」 ：準則函數以使錯分類樣本到分界面距離之和最小為原則。其優點是通過錯分類樣本提供的信息對分類器函數進行修正，這種準則是人工神經元網絡多層感知器的基礎。

「支持向量機」 ：基本思想是在兩類線性可分條件下，所設計的分類器界面使兩類之間的間隔為最大，它的基本出發點是使期望泛化風險盡可能小。（使用核函數可解決非線性問題）

「Fisher 準則」 ：更廣泛的稱呼是線性判別分析（LDA），將所有樣本投影到一條原點出發的直線，使得同類樣本距離盡可能小，不同類樣本距離盡可能大，具體為最大化“廣義瑞利商”。根據兩類樣本一般類內密集，類間分離的特點，尋找線性分類器最佳的法線向量方向，使兩類樣本在該方向上的投影滿足類內盡可能密集，類間盡可能分開。這種度量通過類內離散矩陣 Sw 和類間離散矩陣 Sb 實現。

?

「從正則的角度：」

Logistic Regression 的正則采用一種約束參數稀疏的方式，其中 L2 正則整體約束權重系數的均方和，使得權重分布更均勻，而 L1 正則則是約束權重系數絕對值和，其自帶特征選擇特性；

GBDT 的正則：

• 弱算法的個數T，就是迭代T輪。T的大小就影響著算法的復雜度

• 步長（Shrinkage）在每一輪迭代中，原來采用進行更新，可以加入步長v，使得一次不更新那么多：

?

XGBoost的正則是在 GBDT 的基礎上又添加了是一棵樹里面節點的個數，以及每個樹葉子節點上面輸出分數的 L2 模平方。

?

區別在于 LR 采用對特征系數進行整體的限定，GBDT 采用迭代的誤差控制本輪參數的增長；

1.3 算法

Logistic Regression 若采用 SGB, Momentum, SGD with Nesterov Acceleration 等算法，只用到了一階導數信息（一階動量），若用 AdaGrad, AdaDelta / RMSProp, Adam, Nadam 則用到了一階導數的平方（二階動量）, 牛頓法則用到了二階導數信息，

而 GBDT 直接擬合上一輪組合函數的特征梯度，只用到了一階倒數信息，XGBoost 則是用到了二階導數信息。

?

SAG/SAGA等優化器在scikit-learn上可用，但是業界用得比較多的還是BGFS，L-BGFS等，個人認為是計算量的原因，Logistic Regression模型很快就可以收斂，在線性可分的空間中也不容易出現鞍點，而且一般用Logistic Regression模型的數據量都比較大，大到不能上更復雜的模型，所以優化方法一般都是往計算量小的方向做。

?

2.從特征的角度

2.1 特征組合

如前所說，GBDT 特征選擇方法采用最小化均方損失來尋找分裂特征及對應分裂點，所以自動會在當前根據特征 A 分裂的子樹下尋求其他能使負梯度最小的其他特征 B，這樣就自動具備尋求好的特征組合的性能，因此也能給出哪些特征比較重要（根據該特征被選作分裂特征的次數）

而 LR 只是一次性地尋求最大化熵的過程，對每一維的特征都假設獨立，因此只具備對已有特征空間進行分割的能力，更不會對特征空間進行升維（特征組合）

2.2 特征的稀疏性

如前所述，Logistic Regression不具有特征組合的能力，并假設特征各個維度獨立，因此只具有線性分界面，實際應用中，多數特征之間有相關性，只有維度特別大的稀疏數據中特征才會近似獨立，所以適合應用在特征稀疏的數據上。而對于 GBDT，其更適合處理稠密特征，如 GBDT+LR 的Facebook論文中，對于連續型特征導入 GBDT 做特征組合來代替一部分手工特征工程，而對于 ID 類特征的做法往往是 one-hot 之后直接傳入 LR，或者先 hash，再 one-hot 傳入樹中進行特征工程，而目前的主流做法是直接 one-hot + embedding 來將高維稀疏特征壓縮為低緯稠密特征，也進一步引入了語意信息，有利于特征的表達。

3.數據假設不同

邏輯回歸的「第一個」基本假設是**假設數據服從伯努利分布。**伯努利分布有一個簡單的例子是拋硬幣，拋中為正面的概率是 p,拋中為負面的概率是 1?p。在邏輯回歸這個模型里面是假設 為樣本為正的概率， 為樣本為負的概率。那么整個模型可以描述為:

邏輯回歸的第二個假設是假設樣本為正的概率是 :

所以邏輯回歸的最終形式 :

總結，Logistic Regression的數據分布假設：

噪聲是高斯分布的

數據服從伯努利分布

特征獨立

而 GBDT 并未對數據做出上述假設。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 獲取本站知識星球優惠券，復制鏈接直接打開： https://t.zsxq.com/qFiUFMV 本站qq群704220115。加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【机器学习】GBDT 与 LR 的区别总结的全部內容，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。