梯度提升决策树(GBDT,Gradient Boosting Decision Tree)
梯度提升算法使用损失函数的负梯度在当前模型的值，
不再去学习残差，而是学习一个损失函数关于梯度的负值。
作为回归问题提升决策树算法中残差的近似值，拟合一个回归树。
如果xgboost在这里改进的话可以采用二阶梯度，因为一个函数泰勒展开项阶数越高精度约大。(xgboost第一个改进)
为什么用负梯度？
首先我们要学习的是从输入空间x到输出空间y的一个映射f。
因为这样的f有很多个，所以构建一个F叫假设空间。
要在假设空间F中找一个(f*)最优的映射。
f的最终表示可以用w和b这种权重和偏置来表示。
所以最终的学习，是学习使损失函数最小的参数的问题。
所以除了F假设空间外，还有个P空间，也就是参数空间。
在参数空间找w和b，由最优w和b去确定f，由f去完成映射。
而最优参数(w*) 如何学习，就是由
(egin{equation}egin{split}
frac {partial f(w)}{partial w}=0
end{split}end{equation}) 求得 (w*)
(w*)如何求得？
(w^* =argmin L(w))
就是由 (w-alphafrac {partial f(w)}{partial w}) 迭代求得，也就是梯度下降法。
也就是在参数空间下来做的。
那么能不能直接在假设空间F上来做？
(F^w = argmin L(f) \ frac {partial L(f)}{partial f}=0\ f=f-etafrac {partial L(f)}{partial f} ,eta=1)
那么没有了参数，函数如何表示？
还是决策树的本质问题，把输入空间划分为不同的离散区域，确定每个区域的输出值。这样直接对一棵树进行学习就好了。
梯度提升算法过程：
-
输入:训练数据集 (T=lbrace(x_1,y_1),(x_2,y_2),...,(x_N,y_N) brace)
-
输出：梯度提升决策树(hat f(x))
(1)初始化[egin{equation}egin{split} f_0(x)=argmin_csum_{i=1}^NL(y_i,c) end{split}end{equation} ](2) 对 (m=1,2,...,M)
- (a) 对 (i=1,2,...,N) 计算[ r_{mi} = -left[frac {partial L(y,f(x_i))}{partial f(x_i)} ight]_{f(x)=f_{m-1}(x)} ]
- (b) 对(r_mi)拟合一个回归树，得到第m颗树的叶节点区域 (R_{mj},j=1,2,...,J)
- (c) 对 (R_{mj},j=1,2,...,J)，计算[c_{mj}=argmin_csum_{xin R_{mj}}L(y_i,f_{m-1}(x_i)+c) ]
这个地方也是将来xgboost要改进的点。经验风险最小化容易导致过拟合，可以采用正则化项。(xgboost第二个改进)
- (d) 更新(f_m(x)=f_{m-1}(x)+sum_{j=1}^J c_{mj}I(x in R_{mj}))
(3)得到回归梯度提升决策树
[egin{equation}egin{split} hat f(x)=f_M(x)=sum_{m=1}^Msum_{j=1}^Jc_{mj}I(x in R_{mj}) end{split}end{equation} ] - (a) 对 (i=1,2,...,N) 计算