AdaBoost

Machine Learning avec des modèles à base d'arbres en Python

Elie Kawerk

Data Scientist

Boosting

  • Boosting : Méthode d'ensemble qui combine plusieurs apprenants faibles pour former un apprenant fort.

  • Apprenant faible : Modèle faisant un peu mieux qu'un tirage au hasard.

  • Exemple d'apprenant faible : Souche de décision (CART de profondeur maximale 1).

Machine Learning avec des modèles à base d'arbres en Python

Boosting

  • Entraîner une série de prédicteurs de façon séquentielle.

  • Chaque prédicteur corrige son prédécesseur.

  • Méthodes de boosting les plus répandues :

    • AdaBoost,

    • Gradient Boosting.

Machine Learning avec des modèles à base d'arbres en Python

Adaboost

  • Abréviation de Adaptive Boosting.

  • Chaque prédicteur accorde plus d'importance aux instances mal prédites par son prédécesseur.

  • On y parvient en modifiant les poids des instances d'entraînement.

  • Chaque prédicteur reçoit un coefficient $\alpha$.

  • $\alpha$ dépend de l'erreur d'entraînement du prédicteur.

Machine Learning avec des modèles à base d'arbres en Python

AdaBoost : entraînement

Entraînement d'AdaBoost

Machine Learning avec des modèles à base d'arbres en Python

Taux d'apprentissage

Taux d'apprentissage : $0 < \eta \leq 1$ taux d'apprentissage d'AdaBoost

Machine Learning avec des modèles à base d'arbres en Python

AdaBoost : prédiction

  • Classification :

    • Vote majoritaire pondéré.
    • Dans sklearn : AdaBoostClassifier.

  • Régression :

    • Moyenne pondérée.
    • Dans sklearn : AdaBoostRegressor.
Machine Learning avec des modèles à base d'arbres en Python

Classification AdaBoost dans sklearn (ensemble Breast Cancer)

# Import models and utility functions
from sklearn.ensemble import AdaBoostClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import roc_auc_score
from sklearn.model_selection import train_test_split

# Set seed for reproducibility
SEED = 1

# Split data into 70% train and 30% test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,
                                                    stratify=y,
                                                    random_state=SEED)
Machine Learning avec des modèles à base d'arbres en Python
# Instantiate a classification-tree 'dt'
dt = DecisionTreeClassifier(max_depth=1, random_state=SEED)


# Instantiate an AdaBoost classifier 'adab_clf'
adb_clf = AdaBoostClassifier(base_estimator=dt, n_estimators=100)



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

# Predict the test set probabilities of positive class
y_pred_proba = adb_clf.predict_proba(X_test)[:,1]



# Evaluate test-set roc_auc_score
adb_clf_roc_auc_score = roc_auc_score(y_test, y_pred_proba)
Machine Learning avec des modèles à base d'arbres en Python

Classification AdaBoost dans sklearn (ensemble Breast Cancer)

# Print adb_clf_roc_auc_score
print('ROC AUC score: {:.2f}'.format(adb_clf_roc_auc_score)) 

ROC AUC score: 0.99
Machine Learning avec des modèles à base d'arbres en Python

Passons à la pratique !

Machine Learning avec des modèles à base d'arbres en Python

Preparing Video For Download...