4. 集成学习（Ensemble Learning）Adaboost

1. 集成学习（Ensemble Learning）原理

2. 集成学习（Ensemble Learning）Bagging

3. 集成学习（Ensemble Learning）随机森林（Random Forest）

4. 集成学习（Ensemble Learning）Adaboost

5. 集成学习（Ensemble Learning）GBDT

6. 集成学习（Ensemble Learning）算法比较

7. 集成学习（Ensemble Learning）Stacking

1. 前言

前面我们已经详细的介绍了什么是集成学习，集成学习的种类有哪些，并且也介绍了集成学习里面相对比较简单的Bagging。今天我们开始涉及到集成学习里面比较难理解的Boosting中的Adaboost。

2. Boosting原理

Boosting算法的工作机制:

1. 首先从训练集用初始权重训练出一个弱学习器1.
2. 根据学习器1的学习误差率来更新训练样本的权重，使得之前弱学习器1学习误差率高的训练样本点的权重变高，使得这些误差率高的点在后面的弱学习器2中得到更多的重视。
3. 然后基于调整权重后的训练集来训练弱学习器2。
4. 如此重复进行，直到弱学习器数达到事先指定的数目\(T\)。
5. 最终将这\(T\)个弱学习器通过集合策略进行整合，得到最终的强学习器。

这里有几个相关概念：

1. 学习误差率\(e\)
2. 学习器权重\(\alpha\)
3. 更新下一次训练样本的权重\(D\)
4. 最后如何结合所有的弱学习器

我们通过详细介绍Adaboost的分类算法，一步一步的讲解上面提到的几个过程

3. Adaboost

我们的训练样本是

\[T=\{(x_1,y_1),(x_2,y_2), ...(x_m,y_m)\} \]

训练集的第\(k\)个弱学习器的输出权重为：

\[D(k) = (w_{k1}, w_{k2}, ...w_{km}) ;\;\; w_{1i}=\frac{1}{m};\;\; i =1,2...m \]

• 首先我们看下第\(k\)个弱学习器的错误率\(e_k\)，因为我们是二分类问题，所以我们的的错误率是所有误分类的样本的权重和如下，其中求和的是误分类的样本的集合。

\[e_k = \sum\limits_{i=1}^mw_{ki} \]

• 得到了\(e_k\)，我们就能去计算弱学习器在最后结合的时候的权重系数\(\alpha_k\)，根据下面的公式，我们发现，当\(e_k\)越大，则\(\alpha_k\)越小。这也符合大家的直观感受。

\[\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k} \]

• 更新下一个弱学习器的权重\(D(k+1) = (w_{(k+1)1}, w_{(k+1)2}, ...w_{(k+1)m})\)。

\[w_{k+1,i} = \frac{w_{ki}}{Z_K}exp(-\alpha_ky_iG_k(x_i)) \]

\[Z_k = \sum\limits_{i=1}^{m}w_{ki}exp(-\alpha_ky_iG_k(x_i)) \]

上面公式中\(G_k()\)是第\(k\)个弱学习器，从\(w_{(k+1)i}\)计算公式可以看出，如果第\(i\)个样本分类错误，则\(y_iG_k(x_i)<0\)，导致样本的权重在第\(k+1\)个弱分类器中增大，如果分类正确，则权重在第\(k+1\)个弱分类器中减少.具体为什么采用样本权重更新公式，我们在讲Adaboost的损失函数优化时再讲。

• 还剩下一个如何组合所有弱学习器的问题

\[f(x) = sign(\sum\limits_{k=1}^{K}\alpha_kG_k(x)) \]

4. Adaboost分类损失函数

首先我们定义一个Adaboost的损失函数为：

\[arg\;min\sum\limits_{i=1}^{m}exp(-y_if_{k}(x)) \]

其中

\[f_{k-1}(x) = \sum\limits_{i=1}^{k-1}\alpha_iG_{i}(x) \]

\[f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x) \]

把\(f_k(x)\)带入损失函数得到

\[arg\;min\sum\limits_{i=1}^{m}exp[(-y_i) (f_{k-1}(x) + \alpha_k G_k(x))] \]

我们令\(w_{ki} = exp(-y_if_{k-1}(x))\), 它的值不依赖于\(\alpha, G\),因此与最小化无关，仅仅依赖于\(f_{k-1}(x)\),随着每一轮迭代而改变。

将这个式子带入损失函数,损失函数转化为

\[arg\;min\sum\limits_{i=1}^{m}w_{ki}exp[-y_i\alpha G(x)] \]

又因为我们可以计算

\[G_k(x) = arg\;min\sum_{i=1}^mw_{ki} \]

将\(G_k(x)\)带入损失函数，并对\(\alpha\)求导，使其等于0，则就得到了

\[\alpha_k = \frac{1}{2}log\frac{1-e_k}{e_k} \]

最后看样本权重的更新。利用\(f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x)\)和\(w_{ki} = exp(-y_if_{k-1}(x))\)，即可得：

\[w_{k+1,i} = w_{ki}exp[-y_i\alpha_kG_k(x)] \]

5. Adaboost算法的正则化

为了防止Adaboost过拟合，我们通常也会加入正则化项，这个正则化项我们通常称为步长(learning rate)。定义为\(\nu\),对于前面的弱学习器的迭代

\[f_{k}(x) = f_{k-1}(x) + \alpha_kG_k(x) \]

如果我们加上了正则化项，则有

\[f_{k}(x) = f_{k-1}(x) + \nu\alpha_kG_k(x) \]

\(\nu\)的取值范围为\(0 < \nu \leq 1\)。对于同样的训练集学习效果，较小的\(\nu\)意味着我们需要更多的弱学习器的迭代次数。通常我们用步长和迭代最大次数一起来决定算法的拟合效果。

6. 总结

到这里Adaboost就写完了，前面有一个没有提到，就是弱学习器的类型。理论上任何学习器都可以用于Adaboost.但一般来说，使用最广泛的Adaboost弱学习器是决策树和神经网络。对于决策树，Adaboost分类用了CART分类树，而Adaboost回归用了CART回归树。

这里对Adaboost算法的优缺点做一个总结。
Adaboost的主要优点有：

1. Adaboost作为分类器时，分类精度很高
2. 在Adaboost的框架下，可以使用各种回归分类模型来构建弱学习器，非常灵活。
3. 作为简单的二元分类器时，构造简单，结果可理解。
4. 不容易发生过拟合

Adaboost的主要缺点有：

1. 对异常样本敏感，异常样本在迭代中可能会获得较高的权重，影响最终的强学习器的预测准确性。