集成学习——Boosting算法：Adaboost、GBDT、XGBOOST和lightGBM的简要原理和区别_boosting算法原理

1、Boosting算法

Boosting算法是通过串联的方式，将一组弱学习器提升为强学习器算法。它的工作机制如下：
（1）用初始训练集训练出一个基学习器；
（2）依据基学习器的表现对训练样本分布进行调整，使得之前做错的训练样本在之后中得到最大的关注；
（3）用调整后的样本分布进行下一个基学习器；
（4）重复2-3的步骤，直到基学习器的数量达到了指定的T值后
（5）将T个基学习器进行加权组合得到集成的学习器。
而根据策略不同，会有Adaboost和GBDT、XGBoost三种常见的Boosting算法。

2、Adaboost算法

Adaboost强调Adaptive(自适应)，通过不断修改样本权重（增大分错样本权重，降低分对样本权重），不断加入弱分类器进行boosting。它的核心步骤为以下两个：
权值调整：提高上一轮错误分类的样本权值，降低正确分类的样本权值，从而使得错误分类的样本在下一轮基分类器中获得更大的关注。
基分类器组合：采用加权多数表决的方法，即加大分类误差小的分类器权值，减少误差大的分类器权值。
Adaboost的步骤和考虑点和Boosting算法一致，步骤也基本一致。

Adaboost算法特点

• 可以使用各种方法构建子分类器，本身提供框架
• 子分类器容易构建
• 速度快，不怎么调节参数
• 泛化错误率低

3、GBDT算法

GBDT是旨在不断减少残差（回归），通过不断加入新的树旨在在残差减少（负梯度）的方向上建立一个新的模型。——即损失函数是旨在最快速度降低残差。为了得到残差，所有的决策树都是使用CART回归树。其中Shrinkage(缩减)是GBDT的一个重要分支，它通过每次走小步的方式来逼近真实的结果，这种方式可以有效减少过拟合的风险，因为每棵树的只学习一小部分，累加的结果也是这小部分的内容，通过多学习几棵树来逼近目标。

残差：真实值与预测值的差值。

基本原理

（1）训练一个模型m1(20岁)，产生错误e1(10岁)；
（2）针对e1训练第二个模型m2(6岁)，产生错误e2(4岁)；
（3）针对e2训练第三个模型m3(3岁)，产生错误e3(3岁)；
（4）针对e3训练第四个模型m4(1岁)…
（5）最终的预测结果为：m1+m2+m3+m4 = 20+6+3+1=30岁
当然实际的流程中不会只对一个特征进行预测，实际的GBDT的过程会像下面类似的，不同的特征进行预测，然后对于每棵树的结果给予不同的权重，最后将不同树相加：

GBDT特点

优点：

• 预测阶段，因为每棵树的结构都已确定，可并行化计算，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。

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。

问题1：为什么不用CART分类树呢？

GBDT每次的迭代要拟合的是梯度值，所以要用连续值的回归树

问题2：回归树和分类树的区别？

1.对于回归树来说最重要的是寻找最佳的划分点，而划分点包含了所有特征的可取值。
2.分类树的最佳划分点都是熵或者基尼系数，也就说用纯度来衡量，但回归树的样本中都是连续标签值，用熵就不合适，用平方误差能够更好的拟合。

4、XGBOOST算法

XGBOOST的原理跟GBDT差不多，它是经过优化的分布式梯度提升库，同时还是大规模并行boosting tree的工具。

XGBOOST和GBDT的区别：

• CART树复杂度：XGBoost考虑了树的复杂度，而GBDT未考虑；
• 损失函数：XGBoost是拟合上一轮损失函数的二阶导展开，而GBDT是上一轮损失函数的一阶导，所以前者的准确性和迭代次数较少；
• 多线程：XGBoost在选取最佳切分点时开启多线程进行，运行速度更快。

LightGBM算法

微软开源的一个梯度提升框架，主要体现在高效并行训练，速度比XGBoost快10倍，内存占用率为后者的1/6。它主要是通过以下方式来进行优化的：

• 基于Histogram直方图的决策树算法；
• 对Histogram直方图做差加速；
• 使用带深度限制的leaf-wise的叶子生长策略；
• 直接支持类别特征；
• 直接支持高效并行。

基于Histogram直方图的决策树算法

简单理解就是把连续值离散化为k个整数，从而构造一个直方图，那么在遍历数据的时候也是直接对直方图遍历寻找最优的划分点。这样虽然在一定程度上降低了精确性，但在内存消耗和计算速度上得到了很大的优化；同时由于决策树本身是弱模型，划分点的精确性影响不大，而且还能有效防止过拟合。

对Histogram直方图做差加速

通常构造直方图需要遍历叶子上的所有数据，但通过对直方图做差，只需要遍历直方图的k个桶。这样在构造一个叶子的直方图后，很容易就能得到兄弟叶子的直方图，速度又可以提升一倍。

带深度限制的leaf-wise的叶子生长策略

XGBoost采用level-wise的叶子生长策略，它可以进行多线程优化，也能控制模型复杂度，不容易过拟合，但它对同一层的叶子一视同仁，会导致很多增益低的也进行分裂和搜索，这就会带来很多没必要的开销。

lightGBM采用leaf-wise的叶子生成策略，它是找到叶子分裂增益最大的那个，进行分裂。这种方法在相同分裂次数的情况下，该方法误差更低，精度也更高。但相应的可能会产生太深的决策树，从而产生过拟合，因此需要增加一个最大深度限制。

直接支持类别特征

一般机器学习工具需要将类别特征转化为数值特征，这降低了空间和时间的效率，而lightGBM可以直接输入类别特征。

直接支持高效并行

特征并行：在每台机器上保存全部训练数据，不用进行数据垂直划分，在得到最佳划分后直接在本地执行，不用在机器之间进行通信。

数据并行：将直方图合并的任务分给不同的机器，降低通信和计算，并利用直方图做差进一步减少通信量。

投票并行：通过本地找出TOP k特征，这些基于投票筛选出来的特征可能是最优划分点，那么在合并的时候也只合并筛选出来的特征，从而降低通信。

lightGBM的特点：

优点：

• 速度快：遍历直方图降低时间复杂度；使用leaf-wise算法减少大量计算；采用特征并行、数据并行和投票并行，加快计算；对缓存进行优化，增加缓存命中率。
• 内存小：使用直方图算法将特征转变为bin值，少记录索引减少内存消耗；将特征存储变为存储bin值减少内存消耗；采用互斥特征捆绑算法减少特征数量。

缺点：

• 可能会长出较深的决策树，产生过拟合，需要使用深度限制防止过拟合；
• 传统boosting算法通过迭代会让误差越来越小，而lightGBM基于偏差算法，对噪点比较敏感；
• 没有将最优解的全部特征考虑进去，会出现考虑不全的情况。