集成学习

一、bagging

二、boosting

Bagging VS Boosting

1.1 集成学习是什么？

Bagging

Boosting

Stacking

总结

集成学习

好比人做出一个决策时，会从不同方面，不同角度，不同层次去思考（多个自我，多个价值观），这就会有多个决策结果产生，最终我们会选一种决策作为最终决策。

集成学习（Ensemble Learning）：

通常一个集成学习器的分类性能会好于单个分类器，将多个分类方法聚集在一起，以提高分类的准确率。
集成学习并不算是一种学习器，而是一种学习器结合的方法。
集成学习法由训练数据构建一组基学习器，然后通过对每个基学习器的预测进行投票来产生最终预测。
集成学习中需要有效地生成多样性大的基学习器，即多样性增强（增强泛化特性，减小一次预测的方差）：即对样本、特征，学习器进行扰动。

特点

集成方法是一种将几种机器学习技术组合成一个预测模型的元算法，以减小方差（bagging），偏差（boosting），或者改进预测（stacking）。

稳定学习器的集成不太有利，因为这样的集成并不会提升泛化特性。例如，决策树集成相对于kNN集成达到了较高的准确率。kNN对训练样本的扰动不敏感，因此也被称为稳定学习器（stable learner）。

集成方式

同构集成：大多数集成方法使用一个基学习算法来产生多个同构基学习器，即相同类型的学习器，这就是同构集成（homogeneous ensembles）。
异构集成：也有一些方法使用的是异构学习器，即不同类型的学习器，这就是异构集成（heterogeneousensembles）。为了使集成方法能够比任何构成它的单独的方法更准确，基学习器必须尽可能的准确和多样。

学习模式

串行：个体学习器之间存在强依赖关系，必须串行生成的序列化方法
并行：个体学习器不存在强依赖关系，可以同时生成的并行化方法

集成学习又分为两大类

一、bagging

bagging为bootstrap aggregating简写，即套袋法，过程如下，

抽取多组训练集：每个样本集都是从原始样本集中有放回的抽取n次，组成训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行m轮，得到m个训练集，训练集之间相互独立。
基学习器：每次使用一个训练集得到一个模型，m个训练集共得到m个模型。
投票：分类问题：将上步得到的m个模型采用投票的方式得到分类结果；回归问题，计算上述模型的均值作为最后的结果。（所有模型的重要性相同）

bagging本质

对一个样本空间，随机有放回的抽样出若干独立的训练样本，以此来增加样本扰动，多轮次抽样训练后形成多个估计，然后平均多个估计，达到降低一个估计的方差，也就是增强学习器的泛化特性。

二、boosting

其主要思想是将弱分类器组装成一个强分类器。在PAC（概率近似正确）学习框架下，则一定可以将弱分类器组装成一个强分类器。

Adaboost

Adaboost是一种基于boost思想的一种自适应的迭代式算法。通过在同一个训练数据集上训练多个弱分类器(weak classifier)，然后把这一组弱分类器集成起来，产生一个强分类器（strong classifier）。

特点

(1) 每次迭代改变的是样本的分布，而不是重复采样

(2) 样本分布的改变取决于样本是否被正确分类：总是分类正确的样本权值低，总是分类错误的样本权值高（通常是边界附近的样本）

(3) 最终的结果是弱分类器的加权组合

Bagging VS Boosting

(1) 样本选择上

Bagging：训练集是在原始集中有放回选取的，从原始集中选出的各轮训练集之间是独立的。

Boosting：每一轮的训练集不变，只是训练集中每个样例在分类器中的权重发生变化。而权值是根据上一轮的分类结果进行调整。

(2) 样例权重

Bagging：使用均匀取样，每个样例的权重相等

Boosting：根据错误率不断调整样例的权值，错误率越大则权重越大。

(3) 预测函数

Bagging：所有预测函数的权重相等。

Boosting：每个弱分类器都有相应的权重，对于分类误差小的分类器会有更大的权重。

(4) 计算方式

Bagging：各个预测函数可以并行生成

Boosting：各个预测函数只能顺序生成，因为后一个模型参数需要前一轮模型的结果。

1.1 集成学习是什么？

集成学习（Ensemble Learning）是集合多个学习算法以提高模型的效果，是机器学习中重要的一类方法。很多高阶机器学习模型（随机森林、XGBoost）和深度学习都包含了集成学习思想。

那么集成学习到底是什么呢？集成学习其实是一类机器学习的算法，你可以把它理解为一种训练思路，而并不是某一个单独的算法。集成学习的一个关键点就在于它集合了多个学习算法。如果我们有了多个模型，每个模型有它各自的多样性，通过集成学习，我们能够得到一个更好的精度。

1.2 集成学习有哪些分支？

集成学习在我们的日常生活是十分常见的，比如投票选班长或者通过多次摇骰子来进行投票，其实都体现了集成学习的思想。常见的集成学习类型有 Bagging、Boosting、Stacking 三种。这里会逐一为大家介绍这三种集成学习的类型。

Bagging

我们在学习机器学习基础的时候，在教材中，比如周志华的西瓜书，都会讲到 Bagging 这种集成学习的类型。Bagging 基于“民主”的集成思路，并行训练多个模型。这里的“民主”是什么意思呢？是每个机学习器都是相互平等的。而正是由于我们的机器学习的平等独立的特性，才使得 Bagging 能够进行并行的训练，不需要做串行的训练。Bagging 的用法是在训练过程中训练多个模型，然后对预测结果进行集成。Bagging 的优点是可以减少误差中的方差项（variance），它能够降低模型预测结果的误差。它的缺点是增加了时间的开销，且需要模型具备多样性，由于是并行训练，它需要有较大的计算资源，而如果我们的模型不具备多样性的话，最终得到的结果也会不尽如人意。

关键点：多个模型如何保证多样性？

方法1：每次采样得到参与训练的样本（行采样）

方法2：每次采样得到参与训练的字段（列采样）

方法3：每次对模型的超参数进行修改

Boosting

Boosting 基于“精英”筛选的思路，串行训练多个模型。“精英”指它不是一个“民主”的，而是一个筛选的过程，类似于进化的过程。Boosting 在其训练过程中，它的模型是基于上一轮的模型进行继续拟合的，模型与模型之间是串行的过程，它们之间是相互依赖的。Boosting 的优点是可以减少偏差（bias），它主要是减少误差中的偏差项。而由于在它在进行训练的过程中，是不断的学习上一轮模型的残差的，所以 Boosting 其实是容易过拟合的。

关键点：如何基于上一轮模型进行继续学习？

方法1：对错误样本调整权重

方法2：拟合上一轮模型预测值的误差

Stacking

Stacking 是基于“标签”学习的思路，堆叠多个模型。Stacking 通过交叉验证的方法对训练集进行训练和预测，并以此进行二次学习。它的优点是能够结合不同类型的模型来完成学习，它的缺点是它的时间开销是非常大的，并且非常容易过拟合。

关键点：模型如何利用交叉验证训练？

什么是交叉验证呢？交叉验证（Cross Validation）是在竞赛的过程中经常会用到的一种操作。在竞赛的过程中，具体的数据集有 train set 和 test set，在 train set 上构建一个模型，在 test set 上做一个预测，然后去提交打分。原始的数据集可能只有这两部分。但是在进行训练的过程中，我们可能还会划分一部分出来，我们会把 train set 再拆分成一个 training set 和一个 validation set，也就是说我们会划分出一个验证集出来，因为有了验证集我们就可以做一个 Stacking。无论是竞赛的过程中，还是在机器学习的学习过程中，一个关键点是验证集应该如何划分。验证集主要有两种划分方法。第一种是 hold out 流出法，或者称为按照比例进行划分的流出法，比如说 75% 的比例进行训练，25% 的比例进行验证。第二种是 KFold，KFold 是指我们在进行具体的数据划分的时候，可以把数据集划分成 k 份。比如我们将数据集划分成 5 份，我们首先将第 1 份看作验证集，其他 4 份看作训练集，记作 fold 1，然后将第 2 份看作验证集，其他 4 份看作训练集，记作 fold 2，以此类推，我们可以循环 5 次，最终得到 5 个模型。

那么我们来看一看如图所示的 Stacking 的思路，它与我们的交叉验证有什么样的共同点和区别呢？

5 折交叉验证

在此模型进行训练的过程中，仍是将我们的数据集划分成 5 份，蓝色部分是训练集，橙色部分是验证集。训练了一个模型之后，我们可以对它的验证集进行预测。当训练完全部的五个模型之后，我们可以将模型预测的结果进行拼接。也就是说，一个模型的具体的预测结果是可以拆分成两部分的，一部分是对验证集的预测结果，另一部分是对测试集的预测结果，我们可以将验证集的预测结果拼接到一起，这个拼接到一起的预测结果与我们的原始训练集的维度是一样大的，这个特征叫做 out-of-fold 特征，它是可以当做一个新的特征的。在具体的操作过程中，我们可以得到模型对训练集的预测结果，以及对测试集的预测结果，这样就相当于是新增加了一类的特征，这一类的特征我们是可以用来做新的建模的。一个模型通过 5 折交叉验证可以增加一个特征，如果是 n 个模型，就可以增加 n 个特征。那么我们在进行二次学习的时候，就可以用我们的新的模型去将我们的 n 个特征和我们的真实标签再去进行一个二次学习。这就是一个基础的 Stacking 的思路。