【机器学习笔记之四】Adaboost 算法

时间:2022-05-07
本文章向大家介绍【机器学习笔记之四】Adaboost 算法,主要内容包括什么是集成学习、什么时候集成的效果就会好于单个学习器、Adaboost 算法、举个例子、接下来看 α_t , D_t 是怎么推导出来的、基本概念、基础应用、原理机制和需要注意的事项等,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。

本文结构:

  • 什么是集成学习?
  • 为什么集成的效果就会好于单个学习器?
  • 如何生成个体学习器?
  • 什么是 Boosting?
  • Adaboost 算法?

什么是集成学习

集成学习就是将多个弱的学习器结合起来组成一个强的学习器。

这就涉及到,先产生一组‘个体学习器’,再用一个策略将它们结合起来。

个体学习器可以选择:决策树,神经网络。 集成时可以所有个体学习器属于同一类算法:全是决策树,或全是神经网络;也可以来自不同的算法。 结合策略:例如分类问题,可以用投票法,少数服从多数。

之所以用这种集成的思想,是因为单独用一个算法时,效果往往不容易达到很好,但如果多个个体算法结合在一起,取长补短,整体效果就会比单独一个要强。


什么时候集成的效果就会好于单个学习器

当然集成并不是不管怎么选择学习器,怎么组合都一定会获得更好的效果,最好的情况是,每个学习器都不是特别差,并且要具有一定的多样性,否则可能集成后的会没有效果,或者起负作用:

来证明一下:

假设个体学习器的错误率为 ε,

假设错误率相互独立,由 Hoeffding 不等式可得到整体学习器的错误率为:

由不等式的右边可知,如果将学习器的数目 T 逐渐增大,那么整个学习器的错误率将指数级下降,甚至最终趋向于零。


这里提到了‘错误率相互独立’的假设,这就是集成学习的一个核心问题: 如何生成准确性又不是很差,并且还能保证多样性的个体学习器呢

目前主要有两种生成方式:

Boosting:个体学习器间存在强依赖关系,必须串行生成。 Bagging,随机森林:个体之间不存在强依赖关系,可并行生成。


Boosting 思想: 给定初始训练数据,由此训练出第一个基学习器; 根据基学习器的表现对样本进行调整,在之前学习器做错的样本上投入更多关注; 用调整后的样本,训练下一个基学习器; 重复上述过程 T 次,将 T 个学习器加权结合。

根据 Boosting 的定义,它有三个基本要素: 基学习器 组合方式 目标函数


Boosting 的代表是 Adaboost: AdaBoost方法相对于大多数其它学习算法而言,不会很容易出现过拟合现象。

Adaboost 算法

  • 第 1 行,初始化样本权重分布,此时每个数据的权重是一样的,所以是 1/m; 以分类问题为例,最初令每个样本的权重都相等,对于第 t 次迭代操作,我们就根据这些权重来选取样本点,进而训练分类器 C_t
  • 第 2 行,进入 for 循环 T 次,即基学习器的个数为 T 个;
  • 第 3 行,根据具有当前权重分布 D_t 的数据集,学习出 h_t; 前一个分类器分错的样本会被用来训练下一个分类器。 h_t 是分量分类器 C_t 给出的对任一样本点 xi 的标记(+1或-1),h_t(xi) = yi 时,样本被正确分类。
  • 第 4 行,计算当前学习器的误差;
  • 第 5 行,如果误差大于 0.5,就停止; AdaBoost 方法中使用的分类器可能很弱(比如出现很大错误率),但只要它的分类效果比随机好一点(比如两类问题分类错误率略小于0.5),就能够改善最终得到的模型。
  • 第 6 行,计算当前学习器的权重 α_t; 权值是关于误差的表达式,当下一次分类器再次错分这些点之后,会提高整体的错误率,这样就导致分类器权值变小,进而导致这个分类器在最终的混合分类器中的权值变小,也就是说,Adaboost算法让正确率高的分类器占整体的权值更高,让正确率低的分类器权值更低,从而提高最终分类器的正确率。
  • 第 7 行,得到下一时刻的权重分布 D_t+1. 如果某个样本点已经被准确地分类,那么在构造下一个训练集中,它被选中的概率就被降低;相反,如果某个样本点没有被准确地分类,那么它的权重就得到提高。通过这样的方式,AdaBoost 方法能“聚焦于”那些较难分(更富信息)的样本上。

最后的总体分类的判决可以使用各个分量分类器加权平均来得到, 再取符号,这样,最后对分类结果的判定规则是:


举个例子

图中“+”和“-”表示两种类别, 共10个样本,故每个样本权值为0.1,

第一次划分有3个点划分错误,根据误差表达式得到误差:e1=(0.1+0.1+0.1)/1.0=0.3

分类器权重:

根据算法,对于正确分类的7个点,权值不变,仍为0.1, 对于错分的3个点,权值为: D1=D0*(1-e1)/e1=0.1*(1-0.3)/0.3=0.2333

第二次分类,有3个 "-" 分类错误,按照算法计算如下: 上轮分类后权值之和为:0.17+0.23333=1.3990 分类误差:e2=0.1*3/1.3990=0.2144 分类器权重 a2=0.6493 错分的3个点权值为:D2=0.1*(1-0.2144)/0.2144=0.3664

第三次:

最后将三次的分类器结合起来,得到上面的分类结果:


接下来看 α_t , D_t 是怎么推导出来的

我们最后学习出来的预测数据的模型为 H:

即强学习器是基学习器的线性组合形式。

目标函数用指数损失函数:

为什么目标函数用指数损失函数?

当我们用指数损失函数时,

我们需要求得 H 使得损失函数达到极小,那么就想到求偏导,

并使其为 0,得到 H 的形式:

那么最终的判定规则为:

说明若指数损失达到最小,则分类错误率也将最小化,也就是说指数损失可以作为分类任务 0 1 损失的替代函数,因为它连续可微,就用它来替代 0 1 损失函数作为优化目标。

第一个基学习器由初始数据得到,之后的 α_t , h_t 都是迭代产生。

第 6 行: α_t

想要求得 α_t 使得 α_t*h_t 最小化指数损失函数:

那就需要对 α_t 求导:

使导数为 0 后得到 α_t 的解为:

第 4,5 行: h_t 的条件

学习到 H_t-1 后,希望下一个 h_t 可以纠正 H_t-1 的全部错误,即使下面的目标函数达到最小:

经过一系列推导后,可得到理想的基学习器为:

即理想的 h_t 将在分布 D_t 下最小化分类误差,也就是在用 D_t 训练 h_t 时,分类误差应小于 0.5。

第 7 行:再推导一下 D_tD_t-1 之间的关系

这样就推导出了 Adaboost 算法。

参考: 《机器学习》 https://zh.wikipedia.org/wiki/AdaBoost http://blog.csdn.net/iemyxie/article/details/40423907