随机梯度提升（SGB)

Python 树模型机器学习

Elie Kawerk

Data Scientist

梯度提升：缺点

GB 需要穷举搜索。
每棵 CART 都训练以找到最佳划分点和特征。
可能导致多棵 CART 使用相同划分点，甚至相同特征。

随机梯度提升

每棵树在训练数据的随机行子集上训练。
抽样实例为训练集的 40%–80%，且为不放回抽样。
选划分点时对特征进行不放回抽样。
结果：进一步提升集成多样性。
作用：为树的集成增加更多方差。

随机梯度提升：训练

SGB

sklearn 中的随机梯度提升（auto 数据集）

# Import models and utility functions
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error as MSE

# Set seed for reproducibility
SEED = 1

# Split dataset into 70% train and 30% test
X_train, X_test, y_train, y_test = train_test_split(X,y, 
                                                    test_size=0.3, 
                                                    random_state=SEED)

sklearn 中的随机梯度提升（auto 数据集）

# Instantiate a stochastic GradientBoostingRegressor 'sgbt'
sgbt = GradientBoostingRegressor(max_depth=1, 
                                 subsample=0.8,
                                 max_features=0.2,
                                 n_estimators=300,             
                                 random_state=SEED)


# Fit 'sgbt' to the training set
sgbt.fit(X_train, y_train)

# Predict the test set labels
y_pred = sgbt.predict(X_test)

sklearn 中的随机梯度提升（auto 数据集）

# Evaluate test set RMSE 'rmse_test'
rmse_test = MSE(y_test, y_pred)**(1/2)

# Print 'rmse_test'
print('Test set RMSE: {:.2f}'.format(rmse_test))

Test set RMSE: 3.95

¡Vamos a practicar!

Python 树模型机器学习