其他分享
首页 > 其他分享> > 04-10 Bagging和随机森林

04-10 Bagging和随机森林

作者：互联网

目录


Bagging算法和随机森林

集成学习主要分成两个流派，其中一个是Boosting算法，另一个则是本文要讲的Bagging算法，Bagging算法
算法的弱学习器是没有依赖关系的，因此弱学习之间可以并行拟合。

Bagging算法中最著名的算法是随机森林，由于随机森林的不容易过拟合性以及简便性，可以说是和梯度提升树同名的算法。

一、Bagging算法和随机森林学习目标

  1. Bagging算法原理
  2. Bagging算法流程
  3. 随机森林和Bagging算法区别
  4. 随机森林流程

二、Bagging算法原理回顾

Bagging算法的弱学习器的训练集是通过随机采样得到的。通过\(T\)次的随机采样，我们可以通过自主采样法(bootstrap sampling)得到\(T\)个采样集，然后对于这\(T\)个采样集独立的训练出\(T\)个弱学习器，之后我们通过某种结合策略将这\(T\)个弱学习器构造成一个强学习器。

在一个有\(m\)个样本的训练数据中随机采样，一个样本每次被采样的概率为\({\frac{1}{m}}\)，不被采集的概率为\(1-{\frac{1}{m}}\)，如果\(m\)次采样都没有采中的概率为\((1-{\frac{1}{m}})^m\)，当\(m\rightarrow{\infty}\)，\((1-{\frac{1}{m}})^m\rightarrow{\frac{1}{e}}\approx0.368\)，即在Bagging算法的随机采样中，大约有\(36.8%\)的数据没有被采中。

Bagging算法的结合策略，对于分类问题，一般使用相对多数投票法，即票数最多的类别即为样本预测类别；对于回归问题，一般使用简单平均法，即对\(T\)个弱学习的输出做算术平均得到样本预测值。

三、Bagging算法流程

3.1 输入

\(m\)个样本\(n\)个特征的训练数据集\(D=\{(x_1,y_1),(x_2,y_2),\cdots,(x_m,y_m)\}\)；弱学习器迭代次数为\(T\)。

3.2 输出

最终强学习器\(f(x)\)。

3.3 流程

  1. 对训练集进行第\(t\quad(t=1,2,\cdots,T)\)次随机采样，共采集\(m\)次，得到有\(m\)个样本的采样集\(D_t\)
  2. 用采样集\(D_t\)训练第\(t\)个弱学习器\(G_t(x)\)
  3. 对于分类问题，使用相对多数投票法预测分类结果；对于回归问题，使用简单平均法得到预测值

四、随机森林详解

4.1 随机森林和Bagging算法区别

随机森林(random forest，RF)基于Bagging算法的思想，做了一定的改进，即对特征进行了选择。

RF使用CART决策树作为弱学习器，但是RF对普通的CART决策树做了改进，普通的CART树选择最优特征作为决策树划分的条件；RF的CART决策树则是在训练数据的\(n\)个特征中随机选择\(n_{sub}\)特征，一般情况下\(n_{sub}<n\)，然后在这\(n_{sub}\)个特征中选择最优特征作为决策树划分的条件。

如果\(n_{sub}=n\)，则RF的决策树为普通的决策树；\(n_{sub}\)越小，则模型鲁棒性越好，模型方差也会减小，但模型对训练集的拟合程度会变差，反之，模型的偏差会变小，模型对训练集的泛化能力会变差。

五、随机森林拓展

RF在实际应用中不仅能解决分类和回归问题，还可以用于特征转换、异常点检测等。

5.1 Extra Trees

Extra Trees和RF的区别有以下两点：

  1. 对于每个决策树的训练集，RF采用的随机采样集；对于extra trees，每个决策树采用原始数据集
  2. RF会基于基尼系数、信息熵的方式，选择一个最优的特征值划分；extra teees则会随机选择一个特征值划分特征数

以上两点导致extra trees生成的随机森林的决策树规模一般会大于RF。即可以一定程度的减小模型的方差，增强模型的泛化能力。

# 使用ExtraTree判断特征重要性程度
from sklearn.datasets import make_friedman1
from sklearn.ensemble import ExtraTreesRegressor

X, y = make_friedman1(n_samples=100, n_features=10, random_state=0)

# 通过ExtraTreesRegressor模型获取每个特征的重要性
et = ExtraTreesRegressor(n_estimators=10)
et = et.fit(X, y)
print('10个特征各自的重要性:{}'.format(et.feature_importances_))
10个特征各自的重要性:[0.11488041 0.12557425 0.08477273 0.45483849 0.09753123 0.01384401
 0.0364967  0.0256125  0.01965904 0.02679065]

5.2 Totally Random Trees Embedding

Totally Random Trees Embedding(TRTE)是一种无监督学习的数据转换方式，它可以将低维的数据集映射到高维，在支持向量机中使用了核技巧将低维的数据映射到高维，TRTE提供了不同于核技巧的方法。

TRTE首先会构成一个类似RF的随机森林模型，模型定下来后模型中\(T\)个决策树的叶子节点位置也会被确定。

现在假设我们有3棵决策树，每个决策树有4个叶子节点，某个数据特征\(x\)划分到第1个决策树的第1个叶子节点，第2棵决策树的第2个节点，第3棵决策树的第4个节点，则\(x\)映射后的特征编码为\((1,0,0,0\quad0,1,0,0\quad0,0,0,1)\)，由此既可以得到12维的高维特征。

5.3 Isolation Forest

Isolation Forest(IForest)可以检测异常点。

IForest类似于RF，但在随机采样的时候，IForest随机采样的数量并不是\(m\)个，而是远远小于训练集个数，因为IForest的作用是检测异常点，如果采样过多正确样本会掩盖掉异常点。

在划分特征的时候，IForest对划分特征随机选择一个划分阈值，并随机选择一个特征划分决策树。

由于IForest的样本数过少，IForest也会选择一个较小的最大决策树深度控制决策树的深度。

将测试样本\(x\)拟合到\(T\)棵决策树，计算每颗决策树上该样本的叶子节点的深度\(h_t(x)\)，从而计算出平均高度，则样本点\(x\)的异常概率为


\[s(x,m) = 2^{-{\frac{h(x)}{c(m)}}} \]


其中\(m\)为样本个数，\(c(m)\)的表达式为


\[c(m) = 2\ln(m-1)+\xi-2{\frac{m-1}{m}} \]


其中\(\xi\)为欧拉常数，\(s(x,m)\)的取值范围是\([0,1]\)，取值越接近1，测试样本点是异常点的概率越大。

六、随机森林流程

6.1 输入

\(m\)个样本\(n\)个特征的训练数据集\(D=\{(x_1,y_1),(x_2,y_2),\cdots,(x_m,y_m)\}\)；弱学习器迭代次数为\(T\)。

6.2 输出

最终强学习器\(f(x)\)。

6.3 流程

  1. 对训练集进行第\(t\quad(t=1,2,\cdots,T)\)次随机采样，共采集\(m\)次，得到有\(m\)个样本的采样集\(D_t\)
  2. 用采样集\(D_t\)训练第\(t\)个决策树模型\(G_t(x)\)，在训练决策树模型的时候，从\(n\)个特征中随机选择\(n_{sub}\)个特征，然后从\(n_{sub}\)个特征中选择最优的特征作为划分决策树的条件。
  3. 对于分类问题，使用相对多数投票法预测分类结果；对于回归问题，使用简单平均法得到预测值

七、随机森林优缺点

7.1 优点

  1. 由于弱学习器之间不存在依赖关系，所以可以并行训练模型，这对于大数据非常有优势
  2. 既可以解决回归问题又可以解决分类问题，灵活
  3. 由于在生成模型的时候，可以自由选择特征的划分，可以一定程度解决特征维度较高的问题
  4. RF相当于AdaBoost和GBDT，简单，看数学公式推导量就知道了
  5. 由多个不存在依赖关系的弱学习器结合而成，所以对部分特征缺失不敏感

7.2 缺点

  1. 由于决策树模型对特征进行了选择，因此取值划分较多的特征，会影响RF模型拟合的效果

八、小结

集成学习到这也算是告一段落了，相信大家对Boosting和Bagging算法有了很清晰的了解，对于Boosting中的AdaBoost和GBDT，由于逻辑较为复杂，可以多看一看；对于Bagging中的随机森林，随机森林本身并不是很难理解，只要能够很自如的运用随机森林的一些拓展算法即可。

标签：Bagging,10,04,RF,算法,采样,随机,决策树
来源： https://blog.51cto.com/u_13804357/2712096