标签：依次 过程 效率 左右子树 输入 第一个 子节点 span 展开
XGBoost 相比于GBDT 做了两方面的优化：
一是算法本身的优化：在算法的弱学习器模型选择上，对比GBDT只支持决策树，XGBoost 还可以直接很多其他的弱学习器。
在算法的损失函数上，除了本身的损失，XGBoost 还加上了正则化部分，可以防止过拟合，泛化能力更强。
在计算方式上，GBDT的损失函数只对误差部分做负梯度（一阶泰勒）展开，而XGBoost损失函数对误差部分做二阶泰勒展开，更加准确。
二是算法运行效率的优化：对每个弱学习器，比如决策树建立的过程做并行选择，找到合适的子树分裂特征和特征值。在并行选择之前，先对所有的特征的值进行排序分组，以方便并行选择。
?
XGBoost 在GBDT 损失函数 
的基础上，加入正则化项
：
这里的 J 是叶子节点的个数，而
是叶子区域的值
图1-1 XGBoost 正则化项
最终要极小化上面这个损失函数，得到第t个决策树最优的所有J个叶子节点区域和每个叶子节点区域的最优解
。XGBoost没有和GBDT一样去拟合泰勒展开式的一阶导数，而是期望直接基于损失函数的二阶泰勒展开式来求解。
在上式的损失函数中，
是常数，对损失函数求最小化无影响，可以暂时忽略。同时每个决策树的第j个叶子节点的取值最终会是同一个值
。那么上式将可以简化为：
这个定义里的
要表达的是：每个样本值xi 都能通过函数映射到树上的某个叶子节点。
?
关于如何一次求解出决策树最优的所有J个叶子节点区域和每个叶子节点区域的最优解，可以把它拆分成2个问题：
对于第一个问题，可以对损失函数求导并令导数为0即可。这样就可以得到叶子节点区域的最优解
对于第二个问题，使用贪心法，即每次分裂都期望最小化损失函数的误差。
如果每次做左右子树分裂时，可以最大程度的减少损失函数的损失就最好了。假设当前节点左右子树的一阶二阶导数和分别为
，则最大化下式：
?
具体简单的年龄特征的例子如下，假设我们选择年龄这个特征的值a作为决策树的分裂标准，则有4种分法，分别是左子树从1人到4人的分法，然后利用上式，求能使上式得到最大值的一种分法。
图1-2 子树分裂的选择
?
XGBoost的算法主要流程。
输入：训练集样本
，最大迭代次数T，损失函数L，正则化系数
输出：强学习器
对迭代次数t=1,2,...,T有：
的一阶导数和二阶导数，然后累计求和得到
为当前需要分裂的节点的一阶二阶导数之和。
对特征序号 k=1,2...K:
a)
b.1) 将样本按特征k从小到大排列，依次取出第i个样本，依次计算当前样本放入左子树后，左右子树一阶和二阶导数和：
b.2) 尝试更新最大的分数：
, 得到弱学习器
，更新强学习器
,进入下一轮弱学习器迭代。如果最大score不是0，则转到第2)步继续尝试分裂决策树。标签：依次 过程 效率 左右子树 输入 第一个 子节点 span 展开
原文地址：https://www.cnblogs.com/lincz/p/12822268.html
