一文入门:XGBoost与手推二阶导 | 您所在的位置:网站首页 › xgboost二阶导数有什么好处 › 一文入门:XGBoost与手推二阶导 |
参考链接: 机器学习: XGBoost简介 作者前言 在2020年还在整理XGB的算法,其实已经有点过时了。。不过,主要是为了学习算法嘛。现在的大数据竞赛,XGB基本上已经全面被LGB模型取代了,这里主要是学习一下Boost算法。之前已经在其他博文中介绍了Adaboost算法和Gradient-boost算法,这篇文章讲解一下XGBoost。 Adaboost和XGBoost无关,但是Gradient-boost与XGBoost有一定关系。 一文搞懂:Adaboost及手推算法案例 一文读懂:GBDT梯度提升 树模型概述 XGB就是Extreme Gradient Boosting极限梯度提升模型。XGB简单的说是**一组分类和回归树(CART)**的组合。跟GBDT和Adaboost都有异曲同工之处。 【CART=classification adn regression trees】 这里对于一个决策树,如何分裂,如何选择最优的分割点,其实就是一个搜索的过程。搜索怎么分裂,才能让目标函数最小。目标函数如下: O b j = L o s s + Ω Obj = Loss + \Omega Obj=Loss+Ω O b j Obj Obj就是我们要最小化的优化函数, L o s s Loss Loss就是这个CART模型的预测结果和真实值得损失。 Ω \Omega Ω就是这个CART模型的复杂度,类似神经网络中的正则项。 【上面的公式就是一个抽象的概念。我们要知道的是:CART树模型即要求预测尽可能准确,又要求树模型不能过于复杂。】 对于回归问题,我们可以用均方差来作为Loss: L o s s = ∑ i ( y i − y i ^ ) 2 Loss=\sum_i{(y_i-\hat{y_i})^2} Loss=∑i(yi−yi^)2 对于分类问题,用交叉熵是非常常见的,这里用二值交叉熵作为例子: L o s s = ∑ i ( y i l o g ( y i ^ ) + ( 1 − y i ) l o g ( y i ^ ) ) Loss = \sum_i{(y_ilog(\hat{y_i})+(1-y_i)log(\hat{y_i}))} Loss=∑i(yilog(yi^)+(1−yi)log(yi^)) 总之,这个Loss就是衡量模型预测准确度的损失。 下面看一下如何计算这个模型复杂度 Ω \Omega Ω吧。 Ω = γ T + 1 2 λ ∑ j T w j 2 \Omega = \gamma T+\frac{1}{2} \lambda \sum^T_j{w_j}^2 Ω=γT+21λ∑jTwj2 T T T表示叶子节点的数量, w j w_j wj表示每个叶子节点上的权重(与叶子节点的样本数量成正比)。 【这里有点麻烦的在于, w j w_j wj是与每个叶子节点的样本数量成正比,但是并非是样本数量。这个 w j w_j wj的求取,要依靠与对整个目标函数求导数,然后找到每个叶子节点的权重值 w j w_j wj。】 XGB vs GBDT 其实说了这么多,感觉XGB和GDBT好像区别不大啊?下面整理一下网上有的说法,再加上自己的理解。有错误请指出评论,谢谢! 区别1:自带正则项 GDBT中,只是让新的弱分类器来拟合负梯度,那拟合多少棵树才算好呢?不知道。XGB的优化函数中,有一个 Ω \Omega Ω复杂度。这个复杂度不是某一课CART的复杂度,而是XGB中所有CART的总复杂度。可想而知,每多一颗CART,这个复杂度就会增加他的惩罚力度,当损失下降小于复杂度上升的时候,XGB就停止了。 区别2:有二阶导数信息 GBDT中新的CART拟合的是负梯度,也就是一阶导数。而在XGB会考虑二阶导数的信息。 这里简单推导一下XGB如何用上二阶导数的信息的: 之前我们得到了XGB的优化函数: O b j = L o s s + Ω Obj = Loss + \Omega Obj=Loss+Ω 然后我们把Loss和Omega写的更具体一点: O b j = ∑ i n L o s s ( y i , y ^ i t ) + ∑ j t Ω ( c a r t j ) Obj = \sum_i^n{Loss(y_i,\hat{y}_i^t)}+\sum_j^t{\Omega(cart_j)} Obj=∑inLoss(yi,y^it)+∑jtΩ(cartj) y i t ^ \hat{y_i^t} yit^表示总共有t个CART弱分类器,然后t个弱分类器给出样本i的估计值就。 y i y_i yi第i个样本的真实值; Ω ( c a r t j ) \Omega(cart_j) Ω(cartj)第j个CART模型的复杂度。 我们现在要求取第t个CART模型的优化函数,所以目前我们只是知道前面t-1的模型。所以我们得到: y ^ i t = y ^ i t − 1 + f t ( x i ) \hat{y}_i^t = \hat{y}_i^{t-1}+f_t(x_i) y^it=y^it−1+ft(xi) t个CART模型的预测,等于前面t-1个CART模型的预测加上第t个模型的预测。 所以可以得到: ∑ i n L o s s ( y i , y ^ i t ) = ∑ i n L o s s ( y i , y ^ i t − 1 + f t ( x i ) ) \sum_i^n{Loss(y_i,\hat{y}_i^t)}=\sum_i^n{Loss(y_i,\hat{y}_i^{t-1}+f_t(x_i))} ∑inLoss(yi,y^it)=∑inLoss(yi,y^it−1+ft(xi)) 这里考虑一下特勒展开: f ( x + Δ x ) ≈ f ( x ) + f ′ ( x ) Δ x + 1 2 f ′ ′ ( x ) Δ x 2 f(x+\Delta x)\approx f(x)+f'(x)\Delta x + \frac{1}{2} f''(x)\Delta x^2 f(x+Δx)≈f(x)+f′(x)Δx+21f′′(x)Δx2 如何把泰勒公式带入呢? L o s s ( y i , y ^ i t ) {Loss(y_i,\hat{y}_i^t)} Loss(yi,y^it)中的 y i y_i yi其实就是常数,不是变量 所以其实这个是可以看成 L o s s ( y ^ i t ) Loss(\hat{y}_i^t) Loss(y^it),也就是: L o s s ( y ^ i t − 1 + f t ( x i ) ) Loss(\hat{y}_i^{t-1}+f_t(x_i)) Loss(y^it−1+ft(xi)) 带入泰勒公式,把 f t ( x i ) f_t(x_i) ft(xi)看成 Δ x \Delta x Δx: L o s s ( y ^ i t − 1 + f t ( x i ) ) = L o s s ( y ^ i t − 1 ) + L o s s ′ ( y ^ i t − 1 ) f t ( x i ) + 1 2 L o s s ′ ′ ( y ^ i t − 1 ) ( f t ( x i ) ) 2 Loss(\hat{y}_i^{t-1}+f_t(x_i))=Loss(\hat{y}_i^{t-1})+Loss'(\hat{y}_i^{t-1})f_t(x_i)+\frac{1}{2}Loss''(\hat{y}_i^{t-1})(f_t(x_i))^2 Loss(y^it−1+ft(xi))=Loss(y^it−1)+Loss′(y^it−1)ft(xi)+21Loss′′(y^it−1)(ft(xi))2 在很多的文章中,会用 g i = L o s s ′ ( y ^ i t − 1 ) g_i=Loss'(\hat{y}_i^{t-1}) gi=Loss′(y^it−1),以及 h i = L o s s ′ ′ ( y ^ i t − 1 ) h_i=Loss''(\hat{y}_i^{t-1}) hi=Loss′′(y^it−1)来表示函数的一阶导数和二阶导数。 把泰勒展开的东西带回到最开始的优化函数中,删除掉常数项 L o s s ( y ^ i t − 1 ) Loss(\hat{y}_i^{t-1}) Loss(y^it−1)(这个与第t个CART模型无关呀)以及前面t-1个模型的复杂度,可以得到第t个CART的优化函数: O b j t ≈ ∑ i n [ g i f t ( x i ) + 1 2 h i ( f t ( x i ) ) 2 ] + Ω ( c a r t t ) Obj^t \approx \sum_i^n{[g_i f_t(x_i)+\frac{1}{2}h_i(f_t(x_i))^2}]+{\Omega(cart_t)} Objt≈∑in[gift(xi)+21hi(ft(xi))2]+Ω(cartt) 【所以XGB用到了二阶导数的信息,而GBDT只用了一阶的梯度】 区别3:列抽样 XGB借鉴了随机森林的做法,不仅仅支持样本抽样,还支持特征抽样(列抽样),不仅可以降低过拟合,还可以减少计算。 区别4:缺失值 XGB可以自适应的处理样本中的缺失值。如何处理的这里就不再讲述。 喜欢的话,可以微信扫码关注微信公众号【机器学习炼丹术】,成为炫酷的炼丹师吧~ 公众号回复【下载】有精选的免费机器学习学习资料。 公众号每天会更新一个机器学习、深度学习的小知识,都是面试官会问的知识点哦~ 【机器学习的基础数学(PDF)】【竞赛中的大数据处理流程(PDF)】【如何做大数据的基础特征工程(PDF)】【自然语言处理NLP的应用实践大合集(PDF)】【python入门级教材(400页PDF)】 公众号每天会更新一个机器学习、深度学习的小知识,都是面试官会问的知识点哦~ |
CopyRight 2018-2019 实验室设备网 版权所有 |