1.GBDT算法

GBDT（Gradient Boosting Decision Tree），全名叫梯度提升决策树，是一种迭代的决策树算法，又叫 MART（Multiple Additive Regression Tree），它通过构造一组弱的学习器（树），并把多颗决策树的结果累加起来作为最终的预测输出。该算法将决策树与集成思想进行了有效的结合。

GBDT中的树是回归树（不是分类树），GBDT用来做回归预测，调整后也可以用于分类。

1.1 应用场景

• 1、用于自动挖掘有效特征、特征组合
• 2、作为LR模型中的特征，提高CTR预估
• 3、GBDT应用于淘宝的搜索及预测业务

1.2 Boosting核心思想

Boosting方法训练基分类器时采用串行的方式，各个基分类器之间有依赖。它的基本思路是将基分类器层层叠加，每一层在训练的时候，对前一层基分类器分错的样本，给予更高的权重。测试时，根据各层分类器的结果的加权得到最终结果。

Bagging 与 Boosting 的串行训练方式不同，Bagging 方法在训练过程中，各基分类器之间无强依赖，可以进行并行训练。

2、GBDT详解

GBDT的原理

• 所有弱分类器的结果相加等于预测值。
• 每次都以当前预测为基准，下一个弱分类器去拟合误差函数对预测值的残差（预测值与真实值之间的误差）。
• GBDT的弱分类器使用的是树模型(cart)。

如图是一个非常简单的帮助理解的示例，我们用 GBDT 去预测年龄：

• 第一个弱分类器（第一棵树）预测一个年龄（如20岁），计算发现误差有10岁；
• 第二棵树预测拟合残差，预测值 6，计算发现差距还有 4 岁；
• 第三棵树继续预测拟合残差，预测值 3，发现差距只有 1 岁了；
• 第四课树用 1 岁拟合剩下的残差，完成。

最终，四棵树的结论加起来，得到30岁这个标注答案（实际工程实现里，GBDT 是计算负梯度，用负梯度近似残差）

GBDT计算流程

1、GBDT与负梯度近似残差

回归任务下，GBDT在每一轮的迭代时对每个样本都会有一个预测值，此时的损失函数为均方差损失函数：

损失函数的负梯度计算如下：

可以看出，当损失函数选用「均方误差损失」时，每一次拟合的值就是（真实值-预测值），即残差。

2、GBDT训练过程

我们来借助1个简单的例子理解一下 GBDT 的训练过程。假定训练集只有4个人（A、B、C、D），他们的年龄分别是（14,16,24,26）。其中，A、B分别是高一和高三学生；C、D分别是应届毕业生和工作两年的员工。

我们先看看用回归树来训练，得到的结果如下图所示：

接下来改用 GBDT 来训练。由于样本数据少，我们限定叶子节点最多为2（即每棵树都只有一个分枝），并且限定树的棵树为2。 最终训练得到的结果如下图所示：

上图中的树很好理解：A、B年龄较为相近，C、D年龄较为相近，被分为左右两支，每支用平均年龄作为预测值。

• 我们计算残差（即「实际值」-「预测值」），所以 A 的残差 14-15=-1 。
• 这里 A的「预测值」是指前面所有树预测结果累加的和，在当前情形下前序只有一棵树，所以直接是15 ，其他多树的复杂场景下需要累加计算作为 A 的预测值。

上图中的树就是残差学习的过程了：

• 把 A、B、C、D 的值换作残差 -1、1、-1、1，再构建一棵树学习，这棵树只有两个值 1 和 -1，直接分成两个节点：A、C 在左边，B、D在右边。
• 这棵树学习残差，在我们当前这个简单的场景下，已经能保证预测值和实际值（上一轮残差）相等了。
• 我们把这棵树的预测值累加到第一棵树上的预测结果上，就能得到真实年龄，这个简单例子中每个人都完美匹配，得到了真实的预测值。

最终的预测过程是这样的：

• A：高一学生，购物较少，经常问学长问题，真实年龄 14 岁，预测年龄A=15-1=14
• B：高三学生，购物较少，经常被学弟提问，真实年龄 16 岁，预测年龄B=15+1=16
• C：应届毕业生，购物较多，经常问学长问题，真实年龄 24 岁，预测年龄C=25-1=24
• D：工作两年员工，购物较多，经常被学弟提问，真实年龄 26 岁，预测年龄D=25+1=26

综上，GBDT 需要将多棵树的得分累加得到最终的预测得分，且每轮迭代，都是在现有树的基础上，增加一棵新的树去拟合前面树的预测值与真实值之间的残差。

3.梯度提升 vs 梯度下降

下面我们来对比一下「梯度提升」与「梯度下降」。这两种迭代优化算法，都是在每1轮迭代中，利用损失函数负梯度方向的信息，更新当前模型，只不过：

• 梯度下降中，模型是以参数化形式表示，从而模型的更新等价于参数的更新。

• 梯度提升中，模型并不需要进行参数化表示，而是直接定义在函数空间中，从而大大扩展了可以使用的模型种类。

3.GBDT优缺点

1）优点

• 预测阶段，因为每棵树的结构都已确定，计算速度快。
• 适用稠密数据，泛化能力和表达能力都不错，数据科学竞赛榜首常见模型。
• 可解释性不错，鲁棒性亦可，能够自动发现特征间的高阶关系。

2）缺点

• GBDT 在高维稀疏的数据集上，效率较差，且效果表现不如 SVM 或神经网络。
• 适合数值型特征，在 NLP 或文本特征上表现弱。
• 训练过程无法并行，工程加速只能体现在单颗树构建过程中。

4.随机森林 vs GBDT

1）相同点

• 都是集成模型，由多棵树组构成，最终的结果都是由多棵树一起决定。
• RF 和 GBDT 在使用 CART 树时，可以是分类树或者回归树。

2）不同点

• 训练过程中，随机森林的树可以并行生成，而 GBDT 只能串行生成。
• 随机森林的结果是多数表决表决的，而 GBDT 则是多棵树累加之。
• 随机森林对异常值不敏感，而 GBDT 对异常值比较敏感。
• 随机森林降低模型的方差，而 GBDT 是降低模型的偏差。

代码演示-GBDT

• 数据集 随机生成
• sklearn
• 可视化决策树插件 Download：https://graphviz.org/download/