梯度增强分类/回归器参数详解

2018-08-24  本文已影响0人  Guang777

1. GBT类库概述

GBT( Gradient Boosting Tree) 有很多简称，有GTB (Gradient Tree Boosting)，GBRT( Gradient Boosting Regression Tree)其实都是指的同一种算法。sklearn中称为Gradient Boosting Tree，分类为Gradient Boosting Classifier，回归为Gradient Boosting Regressor。

GBT也是集成学习sklearn.ensemble家族的成员，和Adaboost所采用的算法相似，但也有很大不同。Adaboost是利用前一轮迭代弱学习器的错误率来更新训练集样本的权重，这样一轮轮的迭代下去。GBDT也是不停地迭代弱学习器，使用前向分布算法，但是弱学习器只能使用CART回归树模型，同时迭代思路和Adaboost也有所不同。

在GBDT的迭代中，假设前一轮迭代得到的强学习器是f_{t−1}(x), 损失函数是L(y,f_{t−1}(x)，本轮迭代的目标是找到一个CART回归树模型的弱学习器h_t(x)，让本轮的损失函数：
L(y,f_t(x)=L(y,f_{t−1}(x)+h_t(x))
最小。也就是说，本轮迭代需要的决策树，是要让样本的损失函数尽量变得更小。

2. GBT类库

GBT算法在 sklearn 中有两方面应用：用于分类的 GradientBoostingClassifier 和用于回归的 GradientBoostingRegressor，他们的参数如下：

sklearn.ensemble.GradientBoostingClassifier(loss=’deviance’, learning_rate=0.1, n_estimators=100, subsample=1.0, criterion=’friedman_mse’, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_depth=3, min_impurity_decrease=0.0, min_impurity_split=None, init=None, random_state=None, max_features=None, verbose=0, max_leaf_nodes=None, warm_start=False, presort=’auto’)

sklearn.ensemble.GradientBoostingRegressor( loss=’ls’, learning_rate=0.1, n_estimators=100, subsample=1.0, criterion=’friedman_mse’, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_depth=3, min_impurity_decrease=0.0, min_impurity_split=None, init=None, random_state=None, max_features=None, alpha=0.9, verbose=0, max_leaf_nodes=None, warm_start=False, presort=’auto’)

2.1 boosting框架参数

首先，看 boosting 框架的参数。GradientBoostingClassifier和GradientBoostingRegressor的参数绝大部分相同，下面会一起进行分析，不同点会单独指出：

  1. n_estimators: 默认是100，弱学习器的个数，或者弱学习器的最大迭代次数。一般来说 n_estimators 太小，容易欠拟合；n_estimators 太大，容易过拟合。一般选择一个适中的数值，在实际调参的过程中，常常将 n_estimators 和下面介绍的参数“学习率”(或称为“步长”) learning_rate 一起考虑。

  2. learning_rate：默认为 0.1， 即每个弱学习器的权重缩减系数\alpha，也称作步长。是为了防止过拟合而加上的正则化项系数，强学习器的迭代公式为f_k(x)=f_{k−1}(x)+\alpha h_k(x)。\alpha的取值范围为 0<\alpha≤1。对于同样的训练集拟合效果，较小的\alpha意味着需要更多弱学习器迭代次数。通常用步长和迭代次数一起来决定算法的拟合效果，所以这两个参数 n_estimators 和 learning_rate 要一起调参，一般来说，可以从一个小一点的\alpha开始调参。

  3. subsample：默认为1，正则化中的子采样，防止过拟合，取值为(0,1]。注意：这里的子采样和随机森林的不一样，随机森林使用的是放回抽样，而这里是不放回抽样。如果取值为1，则使用全部样本，等于没有使用子采样。如果取值小于1，则只使用一部分样本。选择小于1的比例可以防止过拟合，但是太小又容易欠拟合。推荐在 [0.5, 0.8] 之间，默认是 1.0，即不使用子采样。

  4. init: 即我们的初始化的时候的弱学习器f_0(x)，如果不输入，则用训练集样本来做样本集的初始化分类回归预测，否则用 init 参数提供的学习器做初始化分类回归预测，一般用在对数据有先验知识，或者之前做过一些拟合的时候。

  5. loss: GBT 算法中使用的损失函数，分类模型和回归模型的损失函数是不一样的。

    • 对于分类模型，有对数似然损失函数"deviance"和指数损失函数"exponential"两者输入选择。默认是对数似然损失函数"deviance"。一般来说，推荐使用默认的"deviance"，它对二元分离和多元分类各自都有比较好的优化，而指数损失函数常用于 Adaboost 算法。

    • 对于回归模型，有均方差"ls", 绝对损失"lad", Huber损失"huber"和分位数损失“quantile”，默认是均方差"ls"。一般来说，如果数据的噪音点不多，用默认的均方差"ls"比较好。如果是噪音点较多，推荐用抗噪音的损失函数"huber"。而如果我们需要对训练集进行分段预测的时候，则采用“quantile”。

  6. alpha：这个参数只有 GradientBoostingRegressor 有，当使用 Huber 损失"huber"和分位数损失“quantile”时，需要指定分位数的值，默认是0.9。如果噪音点较多，可以适当降低这个分位数的值。

2.2 CART弱学习器参数

这里再对GBT的类库弱学习器的重要参数做一个总结。由于GBT使用了CART回归决策树，因此它的参数基本来源于决策树类，也就是说，和 DecisionTreeClassifier 和 DecisionTreeRegressor 的参数基本一样。

  1. max_features: RF 划分时考虑的最大特征数，可以使用很多种类型的值，默认是"None",意味着划分时考虑所有的特征数；如果是"log2"意味着划分时最多考虑 log_2N 个特征；如果是"sqrt"或者"auto"意味着划分时最多考虑 \sqrt{N} 个特征。如果是整数，代表考虑的特征绝对数。如果是浮点数，代表考虑特征百分比，即考虑（百分比xN）取整后的特征数，其中N为样本总特征数。一般来说，如果样本特征数不多，比如小于50，用默认的"None"就可以了，如果特征数非常多，可以灵活使用刚才描述的其他取值来控制划分时考虑的最大特征数，以控制决策树的生成时间。

  2. max_depth:决策树最大深度，默认为"None"。决策树在建立子树的时候不会限制子树的深度这样建树时，会使每一个叶节点只有一个类别，或是达到 min_samples_split。一般来说，数据少或者特征少的时候可以不管这个值。如果模型样本量多，特征也多的情况下，推荐限制这个最大深度，具体的取值取决于数据的分布。常用的可以取值 10-100 之间。

  3. min_samples_split:内部节点再划分所需最小样本数，默认2。这个值限制了子树继续划分的条件，如果某节点的样本数少于 min_samples_split，则不会继续再尝试选择最优特征来进行划分。如果样本量数量级非常大，则推荐增大这个值。

  4. min_samples_leaf:叶子节点最少样本数。这个值限制了叶子节点最少的样本数，如果某叶子节点数目小于样本数，则会和兄弟节点一起被剪枝。默认是1，可以输入最少的样本数的整数，或者最少样本数占样本总数的百分比。如果样本量不大，不需要管这个值。如果样本量数量级非常大，则推荐增大这个值。

  5. min_weight_fraction_leaf：叶子节点最小的样本权重和，默认为 0。这个值限制了叶子节点所有样本权重和的最小值，如果小于这个值，则会和兄弟节点一起被剪枝。默认的0，就是不考虑权重问题。一般来说，如果有较多样本有缺失值，或者分类树样本的分布类别偏差很大，就会引入样本权重，这时就要注意这个值了。

  6. max_leaf_nodes:最大叶子节点数。通过限制最大叶子节点数，可以防止过拟合，默认是"None”，即不限制最大的叶子节点数。如果加了限制，算法会建立在最大叶子节点数内最优的决策树。如果特征不多，可以不考虑这个值，但是如果特征分成多的话，可以加以限制，具体的值可以通过交叉验证得到。

  7. min_impurity_split:节点划分的最小不纯度。这个值限制了决策树的增长，如果某节点的不纯度(基于基尼系数，均方差)小于这个阈值，则该节点不再生成子节点，即为叶子节点。一般不推荐改动，默认值为 e^{-7}。

  8. presort:是否对数据进行预分类，以加快拟合中最佳分裂点的发现，默认False，适用于大数据集。小数据集使用 True，可以加快训练。是否预排序，预排序可以加速查找最佳分裂点，对于稀疏数据不管用，Bool，auto：非稀疏数据则预排序，若稀疏数据则不预排序

上面决策树参数中最重要的包括最大特征数max_features，最大深度max_depth，内部节点再划分所需最小样本数min_samples_split和叶子节点最少样本数min_samples_leaf。

上一篇下一篇

猜你喜欢

热点阅读