Стохастический градиентный бустинг (SGB)

Машинное обучение на основе древовидных моделей в Python

Elie Kawerk

Data Scientist

Градиентный бустинг: недостатки

  • GB предполагает исчерпывающий перебор вариантов.

  • Каждое CART-дерево обучается находить оптимальные точки разбиения и признаки.

  • Это может приводить к тому, что деревья используют одинаковые точки разбиения и признаки.

Машинное обучение на основе древовидных моделей в Python

Стохастический градиентный бустинг

  • Каждое дерево обучается на случайном подмножестве строк обучающей выборки.

  • Выбранные экземпляры (40–80% обучающей выборки) берутся без возвращения.

  • Признаки также выбираются без возвращения при определении точек разбиения.

  • Результат: большее разнообразие ансамбля.

  • Эффект: увеличение дисперсии ансамбля деревьев.

Машинное обучение на основе древовидных моделей в Python

Стохастический градиентный бустинг: обучение

Стохастический градиентный бустинг

Машинное обучение на основе древовидных моделей в Python

Стохастический градиентный бустинг в sklearn (набор данных 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)
Машинное обучение на основе древовидных моделей в Python

Стохастический градиентный бустинг в sklearn (набор данных auto)

# 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)
Машинное обучение на основе древовидных моделей в Python

Стохастический градиентный бустинг в sklearn (набор данных auto)

# 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
Машинное обучение на основе древовидных моделей в Python

Давайте потренируемся!

Машинное обучение на основе древовидных моделей в Python

Preparing Video For Download...