Funzioni obiettivo (loss) e base learner

Extreme Gradient Boosting con XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Funzioni obiettivo e perché usarle

Quantifica quanto una previsione si discosta dal valore reale
Misura la differenza tra valori stimati e reali per un insieme di dati
Obiettivo: trovare il modello che minimizza la loss function

Loss function comuni e XGBoost

Nomi delle loss function in xgboost:
- reg:squarederror - per problemi di regressione
- reg:logistic - per classificazione quando vuoi solo la decisione, non la probabilità
- binary:logistic - quando vuoi la probabilità, non solo la decisione

Base learner e perché servono

XGBoost crea un meta-modello composto da molti modelli individuali che insieme danno la previsione finale
Modelli individuali = base learner
Vogliamo base learner che, combinati, producano una previsione finale non lineare
Ogni base learner dovrebbe distinguere o prevedere bene parti diverse del dataset
Due tipi di base learner: ad albero e lineari

Alberi come base learner: esempio con API Scikit-learn

import xgboost as xgb
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split

boston_data = pd.read_csv("boston_housing.csv")

X, y = boston_data.iloc[:,:-1],boston_data.iloc[:,-1]

X_train, X_test, y_train, y_test= train_test_split(X, y, test_size=0.2, 
                                                        random_state=123)

xg_reg = xgb.XGBRegressor(objective='reg:squarederror', n_estimators=10,
                                                  seed=123)
xg_reg.fit(X_train, y_train)

preds = xg_reg.predict(X_test)

Alberi come base learner: esempio con API Scikit-learn

rmse = np.sqrt(mean_squared_error(y_test,preds))

print("RMSE: %f" % (rmse))

RMSE: 129043.2314

Base learner lineari: esempio con sola learning API

import xgboost as xgb
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split

boston_data = pd.read_csv("boston_housing.csv")

X, y = boston_data.iloc[:,:-1],boston_data.iloc[:,-1]

X_train, X_test, y_train, y_test= train_test_split(X, y, test_size=0.2, 
                                                         random_state=123)

DM_train = xgb.DMatrix(data=X_train,label=y_train)
DM_test =  xgb.DMatrix(data=X_test,label=y_test)

params = {"booster":"gblinear","objective":"reg:squarederror"}

xg_reg = xgb.train(params = params, dtrain=DM_train, num_boost_round=10)

preds = xg_reg.predict(DM_test)

Base learner lineari: esempio con sola learning API

rmse = np.sqrt(mean_squared_error(y_test,preds))

print("RMSE: %f" % (rmse))

RMSE: 124326.24465

Al lavoro!

Extreme Gradient Boosting con XGBoost