• 《机器学习Python实现_10_11_集成学习_xgboost_回归的简单实现》


    一.损失函数

    这一节对xgboost回归做介绍,xgboost共实现了5种类型的回归,分别是squarederror、logistic、poisson、gamma、tweedie回归,下面主要对前两种进行推导实现,剩余三种放到下一节

    squarederror

    即损失函数为平方误差的回归模型:

    [L(y,hat{y})=frac{1}{2}(y-hat{y})^2 ]

    所以一阶导和二阶导分别为:

    [frac{partial L(y,hat{y})}{partial hat{y}}=hat{y}-y\ frac{partial^2 L(y,hat{y})}{{partial hat{y}}^2}=1.0\ ]

    logistic

    由于是回归任务,所以y也要套上sigmoid函数(用(sigma(cdot))表示),损失函数:

    [L(y,hat{y})=(1-sigma(y))log(1-sigma(hat{y}))+sigma(y)log(sigma(hat{y})) ]

    一阶导和二阶导分别为:

    [frac{partial L(y,hat{y})}{partial hat{y}}=sigma(hat{y})-sigma(y)\ frac{partial^2 L(y,hat{y})}{{partial hat{y}}^2}=sigma(hat{y})(1-sigma(hat{y}))\ ]

    二.代码实现

    具体流程与gbdt的回归类似,只是每次要计算一阶、二阶导数信息,同时基学习器要替换为上一节的xgboost回归树

    import os
    os.chdir('../')
    import matplotlib.pyplot as plt
    %matplotlib inline
    from ml_models.ensemble import XGBoostBaseTree
    from ml_models import utils
    import copy
    import numpy as np
    
    """
    xgboost回归树的实现,封装到ml_models.ensemble
    """
    
    class XGBoostRegressor(object):
        def __init__(self, base_estimator=None, n_estimators=10, learning_rate=1.0, loss='squarederror'):
            """
            :param base_estimator: 基学习器
            :param n_estimators: 基学习器迭代数量
            :param learning_rate: 学习率,降低后续基学习器的权重,避免过拟合
            :param loss:损失函数,支持squarederror、logistic
            """
            self.base_estimator = base_estimator
            self.n_estimators = n_estimators
            self.learning_rate = learning_rate
            if self.base_estimator is None:
                # 默认使用决策树桩
                self.base_estimator = XGBoostBaseTree()
            # 同质分类器
            if type(base_estimator) != list:
                estimator = self.base_estimator
                self.base_estimator = [copy.deepcopy(estimator) for _ in range(0, self.n_estimators)]
            # 异质分类器
            else:
                self.n_estimators = len(self.base_estimator)
            self.loss = loss
    
        def _get_gradient_hess(self, y, y_pred):
            """
            获取一阶、二阶导数信息
            :param y:真实值
            :param y_pred:预测值
            :return:
            """
            if self.loss == 'squarederror':
                return y_pred - y, np.ones_like(y)
            elif self.loss == 'logistic':
                return utils.sigmoid(y_pred) - utils.sigmoid(y), utils.sigmoid(y_pred) * (1 - utils.sigmoid(y_pred))
    
        def fit(self, x, y):
            y_pred = np.zeros_like(y)
            g, h = self._get_gradient_hess(y, y_pred)
            for index in range(0, self.n_estimators):
                self.base_estimator[index].fit(x, g, h)
                y_pred += self.base_estimator[index].predict(x) * self.learning_rate
                g, h = self._get_gradient_hess(y, y_pred)
    
        def predict(self, x):
            rst_np = np.sum(
                [self.base_estimator[0].predict(x)] +
                [self.learning_rate * self.base_estimator[i].predict(x) for i in
                 range(1, self.n_estimators - 1)] +
                [self.base_estimator[self.n_estimators - 1].predict(x)]
                , axis=0)
            return rst_np
    
    #测试
    data = np.linspace(1, 10, num=100)
    target = np.sin(data) + np.random.random(size=100)  # 添加噪声
    data = data.reshape((-1, 1))
    
    model = XGBoostRegressor(loss='squarederror')
    model.fit(data, target)
    plt.scatter(data, target)
    plt.plot(data, model.predict(data), color='r')
    plt.show()
    

    model = XGBoostRegressor(loss='logistic')
    model.fit(data, target)
    plt.scatter(data, target)
    plt.plot(data, model.predict(data), color='r')
    plt.show()
    

    
    

    作者: 努力的番茄

    出处: https://www.cnblogs.com/zhulei227/

    关于作者:专注于机器学习、深度学习、强化学习、NLP等领域!

    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出.

  • 相关阅读:
    Bellman-Ford 单源最短路径算法
    Prim 最小生成树算法
    Kruskal 最小生成树算法
    Kosaraju 算法检测有向图的强连通性
    Kosaraju 算法查找强连通分支
    不相交集合森林的启发式策略
    Union-Find 检测无向图有无环路算法
    redis的持久化方式RDB和AOF的区别
    Docker -v 对挂载的目录没有权限 Permission denied
    postgresql如何让主键自增
  • 原文地址:https://www.cnblogs.com/zhulei227/p/14969711.html
Copyright © 2020-2023  润新知