Regularyzacja i podstawowe modele w XGBoost

Extreme Gradient Boosting with XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Regularyzacja w XGBoost

Regularyzacja kontroluje złożoność modelu
Modele powinny być dokładne i możliwie proste
Parametry regularyzacji w XGBoost:
- gamma - minimalna redukcja straty wymagana do podziału
- alpha - regularyzacja l1 wag liści, większe wartości oznaczają silniejszą regularyzację
- lambda - regularyzacja l2 wag liści

Przykład regularyzacji l1 w XGBoost

import xgboost as xgb
import pandas as pd
boston_data = pd.read_csv("boston_data.csv")
X,y = boston_data.iloc[:,:-1],boston_data.iloc[:,-1]

boston_dmatrix = xgb.DMatrix(data=X,label=y)
params={"objective":"reg:squarederror","max_depth":4}

l1_params = [1,10,100]
rmses_l1=[]

for reg in l1_params:
    params["alpha"] = reg
    cv_results = xgb.cv(dtrain=boston_dmatrix, params=params,nfold=4, 
                        num_boost_round=10,metrics="rmse",as_pandas=True,seed=123)
    rmses_l1.append(cv_results["test-rmse-mean"].tail(1).values[0])

print("Best rmse as a function of l1:")
print(pd.DataFrame(list(zip(l1_params,rmses_l1)), columns=["l1","rmse"]))

Best rmse as a function of l1:
        l1          rmse
    0    1  69572.517742
    1   10  73721.967141
    2  100  82312.312413

Modele bazowe w XGBoost

Liniowy model bazowy:
- Suma składników liniowych
- Model wynikowy to ważona suma modeli liniowych (sam jest liniowy)
- Rzadko stosowany
Drzewowy model bazowy:
- Drzewo decyzyjne
- Model wynikowy to ważona suma drzew decyzyjnych (nieliniowy)
- Niemal wyłącznie stosowany w XGBoost

Tworzenie obiektów DataFrame z wielu list tej samej długości

pd.DataFrame(list(zip(list1,list2)),columns=["list1","list2"]))
zip tworzy generator par równoległych wartości:
- zip([1,2,3],["a","b""c"]) = [1,"a"],[2,"b"],[3,"c"]
- generator musi zostać w pełni zinstancjowany przed użyciem w obiekcie DataFrame
list() w pełni instancjuje generator, a przekazanie wyniku do DataFrame konwertuje całe wyrażenie

Czas na ćwiczenia!

Extreme Gradient Boosting with XGBoost