为啥Xgboost比GradientBoost好那么多?

  统计/机器学习 监督式学习 开放问题    浏览次数: 4023
12

我之前是用的GradientBoost模型,做了特征工程,又选了参数,roc auc才达到0.75的水平。我现在换成最近超级火的XGBoost,什么都没做,roc auc直接飙到了0.82!为什么它比GradientBoost好那么多?

 

红魔鲁尼   2017-03-12 14:00



   5个回答 
18

(1)增加了正则项,树越复杂,惩罚越大,这防止了over-fitting,而GradientBoosting并没有惩罚项。

(2)在迭代更新的时候,Xgboost采用了二阶导数(海瑟矩阵),而GradientBoosting只是用了一阶导数(梯度)。

此外,xgboost跑起来也更快,因为采用了并行计算、块处理、稀疏矩阵处理技术等等。

高代兄   2017-03-14 07:36

海瑟矩阵是什么? - MeganC   2017-03-14 09:24
海瑟矩阵在这里了。。。http://sofasofa.24xi.org/forum_main_post.php?postid=1000453 - MeganC   2017-04-11 11:24
请问二阶导数近似loss function相比梯度下降会加快运行速度吗?还是会提高精度? - holidy   2018-08-21 03:17
精度是根据收敛条件决定的,但是收敛速度会更快,因为是二阶收敛速度。 - 梁静茹的勇气   2018-09-05 10:55
17

xgboost是从决策树一步步发展而来的。


决策树 $\longrightarrow$ 对样本重抽样,然后多个树平均 $\longrightarrow$ Tree bagging


Tree bagging $\longrightarrow$ 再同时对特征进行随机挑选 $\longrightarrow$ 随机森林


随机森林 $\longrightarrow$ 对随机森林中的树进行加权平均,而非简单平均$\longrightarrow$ Boosing (Adaboost, GradientBoost)


boosting $\longrightarrow$ 对boosting中的树进行正则化 $\longrightarrow$ xgboosting


从这条线一路发展,就能看出为什么xgboost的优势了。


Nagozi   2017-05-18 20:35

非常赞 - dzzxjl   2018-03-07 20:44
5

因为xgboost针对regression tree采用了dropout regularization。(详情见该论文

数据痴汉   2017-04-11 11:27

5

1.损失函数是用泰勒展式二项逼近,也就是海森矩阵,而不是像gbdt里的就是一阶导数


2.对树的结构进行了正则化约束(regularization),防止模型过度复杂,降低了过拟合的可能性


3.节点分裂的方式不同,gbdt是用的gini系数,xgboost是经过优化推导后的


4.优化了计算过程,缩短了运行时间


五道口少年   2017-10-18 21:26

2
  • 传统GBDT以CART作为基分类器,xgboost还支持线性分类器,这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归(分类问题)或者线性回归(回归问题)。传统GBDT在优化时只用到一阶导数信息,xgboost则对代价函数进行了二阶泰勒展开,同时用到了一阶和二阶导数。顺便提一下,xgboost工具支持自定义代价函数,只要函数可一阶和二阶求导。
  • xgboost在代价函数里加入了正则项,用于控制模型的复杂度。正则项里包含了树的叶子节点个数、每个叶子节点上输出的score的L2模的平方和。从Bias-variance tradeoff角度来讲,正则项降低了模型的variance,使学习出来的模型更加简单,防止过拟合,这也是xgboost优于传统GBDT的一个特性。
  • Shrinkage(缩减),相当于学习速率(xgboost中的eta)。xgboost在进行完一次迭代后,会将叶子节点的权重乘上该系数,主要是为了削弱每棵树的影响,让后面有更大的学习空间。实际应用中,一般把eta设置得小一点,然后迭代次数设置得大一点。(补充:传统GBDT的实现也有学习速率)
  • 列抽样(column subsampling)。xgboost借鉴了随机森林的做法,支持列抽样,不仅能降低过拟合,还能减少计算,这也是xgboost异于传统gbdt的一个特性。对缺失值的处理。对于特征的值有缺失的样本,xgboost可以自动学习出它的分裂方向。
  • xgboost工具支持并行。boosting不是一种串行的结构吗?怎么并行的?注意xgboost的并行不是tree粒度的并行,xgboost也是一次迭代完才能进行下一次迭代的(第t次迭代的代价函数里包含了前面t-1次迭代的预测值)。xgboost的并行是在特征粒度上的。我们知道,决策树的学习最耗时的一个步骤就是对特征的值进行排序(因为要确定最佳分割点),xgboost在训练之前,预先对数据进行了排序,然后保存为block结构,后面的迭代中重复地使用这个结构,大大减小计算量。这个block结构也使得并行成为了可能,在进行节点的分裂时,需要计算每个特征的增益,最终选增益最大的那个特征去做分裂,那么各个特征的增益计算就可以开多线程进行。
  • 可并行的近似直方图算法。树节点在进行分裂时,我们需要计算每个特征的每个分割点对应的增益,即用贪心法枚举所有可能的分割点。当数据无法一次载入内存或者在分布式情况下,贪心算法效率就会变得很低,所以xgboost还提出了一种可并行的近似直方图算法,用于高效地生成候选的分割点。

梁静茹的勇气   2018-09-05 10:56



  相关主题

xgboost是怎么做到regularization的?   2回答

stack多个xgboost效果并不理想   3回答

xgboost展开到二阶导数有什么好处啊   1回答

为什么lightgbm比xgb快?   2回答

xgboost怎么调参?   8回答

xgboost的FIT问题   1回答

xgboost中的参数min_child_weight是什么意思?   1回答

既然xgboost那么好,线性回归还有存在的价值吗?   7回答

把XGBRegressor保存到本地文件并调用   1回答

训练值都是正的,xgboost regression却预测出负数?   4回答

xgboost可以做回归预测吗?   2回答

python里XGBClassifier怎么设置early stop?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!