Gradient Boosting (GB)

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

Elie Kawerk

Data Scientist

Gradient Boosted Trees

Correction séquentielle des erreurs du prédécesseur.
Ne modifie pas les poids des instances d'entraînement.
Chaque prédicteur est ajusté en utilisant les résidus de son prédécesseur comme étiquettes.
Gradient Boosted Trees : un CART sert d'apprenant de base.

Gradient Boosted Trees pour la régression : entraînement

GBT-train

Réduction d'échelle

GBT-lr

Gradient Boosted Trees : prédiction

Régression :
- $y_{pred} = y_1 + \eta r_1 + ... + \eta r_N$
- Dans sklearn : GradientBoostingRegressor.
Classification :
- Dans sklearn : GradientBoostingClassifier.

Gradient Boosting dans sklearn (jeu auto)

# 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)

# Instantiate a GradientBoostingRegressor 'gbt'
gbt = GradientBoostingRegressor(n_estimators=300, max_depth=1, random_state=SEED)


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

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

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

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

Test set RMSE: 4.01

Passons à la pratique !

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