梯度提升决策树（Gradient Boosting Decision Trees，GBDT）
提升树是以分类树或回归树为基本分类器的提升方法。 提升树被认为是统计学习 中性能最好的方法之一。
提升方法实际采用加法模型(即基函数的线性组合)与前向分步算法 。 以决策树为基函数的提升方法称为提升树 （boosting tree）。 对分类问题 决策树是二叉分类树 ， 对回归问题 决策树是二叉回归树。
输入 ：线性可分训练数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ... , ( x N , y N ) } T= \{(x_1,y_1), (x_2,y_2),..., (x_N,y_N)\} T={(x1,y1),(x2,y2),...,(xN,yN)}
其中， x i ∈ X = R n , y i ∈ Y , i = 1 , 2 , ... , N x_i∈X=R^n,y_i∈Y, i = 1,2,...,N xi∈X=Rn,yi∈Y,i=1,2,...,N；弱学习算法
输出 ：提升树 f M ( x ) f_M(x) fM(x)
优化问题：
不同问题的提升树学习算法，其主要区别在于使用的损失函数不同。回归问题：平方误差损失函数；分类问题：指数损失函数。
f m − 1 ( x ) f_{m-1}(x) fm−1(x) 为当前模型，通过经验风险极小化确定下一颗决策树的参数 Θ m \Theta_m Θm ：
Θ ^ m = a r g m i n Θ m ∑ i = 1 N L ( y i , f m ( x ) ) → Θ ^ m = a r g m i n Θ m ∑ i = 1 N L ( y i , f m − 1 ( x i ) + T ( x ; Θ m ) ) \hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^NL(y_i,f_m(x))\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^NL(y_i,f_{m-1}(x_i)+T(x;\Theta_m)) Θ^m=arg Θmmini=1∑NL(yi,fm(x))→Θ^m=arg Θmmini=1∑NL(yi,fm−1(xi)+T(x;Θm))
回归问题：
Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( y i − f m ( x ) ) 2 → Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( y i − f m − 1 ( x ) − T ( x ; Θ m ) ) 2 → Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( r − T ( x ; Θ m ) ) 2 , r = y − f m − 1 ( x ) \hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(y_i-f_{m}(x))^2\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(y_i-f_{m-1}(x)-T(x;\Theta_m))^2\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(r-T(x;\Theta_m))^2,r=y-f_{m-1}(x) Θ^m=arg Θmmini=1∑N(yi−fm(x))2→Θ^m=arg Θmmini=1∑N(yi−fm−1(x)−T(x;Θm))2→Θ^m=arg Θmmini=1∑N(r−T(x;Θm))2,r=y−fm−1(x)
分类问题：
Θ ^ m = a r g m i n Θ m ∑ i = 1 N e x p ( − y i f m ( x ) ) → Θ ^ m = a r g m i n Θ m ∑ i = 1 N e x p − y i ( f m − 1 ( x ) + T ( x ; Θ m ) ) \hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^Nexp(-y_if_m(x))\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^Nexp-y_i(f_{m-1}(x)+T(x;\\Theta_m)) Θ^m=arg Θmmini=1∑Nexp(−yifm(x))→Θ^m=arg Θmmini=1∑Nexp−yi(fm−1(x)+T(x;Θm))
提升树模型可以表示为决策树的加法模型：
f M ( x ) = ∑ m = 1 M T ( x ; Θ m ) f_M(x)=\sum_{m=1}^MT(x;\Theta_m) fM(x)=m=1∑MT(x;Θm)
其中， T ( x ; Θ m ) T(x;\Theta_m) T(x;Θm)表示决策树， Θ m \Theta_m Θm为决策树的参数，M为树的个数。
首先确定初始提升树 f 0 ( x ) = 0 f_0(x)=0 f0(x)=0，第m步的模型是：
f m ( x ) = f m − 1 ( x ) + T ( x ; Θ m ) f_{m}(x)=f_{m-1}(x)+T(x;\Theta_m) fm(x)=fm−1(x)+T(x;Θm)
回归问题的提升树
已知一个训练数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ... , ( x N , y N ) } T= \{(x_1,y_1), (x_2,y_2),..., (x_N,y_N)\} T={(x1,y1),(x2,y2),...,(xN,yN)}其中， x i ∈ X = R n , y i ∈ Y , i = 1 , 2 , ... , N x_i∈X=R^n,y_i∈Y, i = 1,2,...,N xi∈X=Rn,yi∈Y,i=1,2,...,N；X 为输入空间，Y 为输出空间。
如果将输入空间划分为J 个互不相交的区域 R 1 , R 2 , . . . , R J R_1,R_2,...,R_J R1,R2,...,RJ ，并且在每个区域上确定输出的常量 c j c_j cj ，那么树可以表示为：
T ( x ; Θ ) = ∑ j = 1 J c j I ( x ∈ R j ) T(x;\Theta)=\sum_{j=1}^Jc_jI(x∈R_j) T(x;Θ)=j=1∑JcjI(x∈Rj)
其中，参数 Θ = { ( R 1 , c 1 ) , ( R 2 , c 2 ) , . . . , ( R J , c J ) } \Theta=\{(R_1,c_1),(R_2,c_2),...,(R_J,c_J)\} Θ={(R1,c1),(R2,c2),...,(RJ,cJ)} 表示树的区域划分和各个区域上的常数。J 是回归树的复杂度即叶节点个数。
回归问题的前向分布算法
f 0 ( x ) = 0 f m ( x ) = f m − 1 ( x ) + T ( x ; Θ m ) , m = 1 , 2 , . . . , M f M ( x ) = ∑ m = 1 M T ( x ; Θ m ) f_0(x)=0\\ \\ f_m(x)=f_{m-1}(x)+T(x;\Theta_m),\ \ \ m=1,2,...,M\\ \\ f_M(x)=\sum_{m=1}^MT(x;\Theta_m) f0(x)=0fm(x)=fm−1(x)+T(x;Θm), m=1,2,...,MfM(x)=m=1∑MT(x;Θm)
第m步时，当前模型是 f m − 1 ( x ) f_{m-1}(x) fm−1(x) ，要求解以下的式子（回归问题采用均方误差损失函数）得到 Θ ^ m \hat\Theta_m Θ^m：
Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( y i − f m ( x ) ) 2 → Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( y i − f m − 1 ( x ) − T ( x ; Θ m ) ) 2 → Θ ^ m = a r g m i n Θ m ∑ i = 1 N ( r − T ( x ; Θ m ) ) 2 , r = y − f m − 1 ( x ) \hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(y_i-f_{m}(x))^2\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(y_i-f_{m-1}(x)-T(x;\Theta_m))^2\\ \\ →\hat\Theta_m=arg\ \underset{\Theta_m}{min}\sum_{i=1}^N(r-T(x;\Theta_m))^2,r=y-f_{m-1}(x) Θ^m=arg Θmmini=1∑N(yi−fm(x))2→Θ^m=arg Θmmini=1∑N(yi−fm−1(x)−T(x;Θm))2→Θ^m=arg Θmmini=1∑N(r−T(x;Θm))2,r=y−fm−1(x)
算法流程：
输入 ：线性可分训练数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ... , ( x N , y N ) } T= \{(x_1,y_1), (x_2,y_2),..., (x_N,y_N)\} T={(x1,y1),(x2,y2),...,(xN,yN)}
其中， x i ∈ X = R n , y i ∈ Y , i = 1 , 2 , ... , N x_i∈X=R^n,y_i∈Y, i = 1,2,...,N xi∈X=Rn,yi∈Y,i=1,2,...,N；弱学习算法
输出 ：提升树 f M ( x ) f_M(x) fM(x)
（1）初始化 f 0 ( x ) = 0 f_0(x)= 0 f0(x)=0。
（2）对m=1，2，...，M。
（a）按照 T ( x ; Θ ) = ∑ j = 1 J c j I ( x ∈ R j ) T(x;\Theta)=\sum_{j=1}^Jc_jI(x∈R_j) T(x;Θ)=∑j=1JcjI(x∈Rj)计算残差：
r m i = y i − f m − 1 ( x i ) , i = 1 , 2 , . . . , N r_{mi}=y_i-f_{m-1}(x_i),\ \ \ i=1,2,...,N rmi=yi−fm−1(xi), i=1,2,...,N
（b）拟合残差 r m i r_{mi} rmi学习一个回归树，得到 T ( x ; Θ m ) T(x;\Theta_m ) T(x;Θm)
（c）更新 f m ( x ) = f m − 1 ( x ) + T ( x ; Θ m ) f_m(x)=f_{m-1}(x)+T(x;\Theta_m) fm(x)=fm−1(x)+T(x;Θm)
（3）得到回归问题的提升树
f M ( x ) = ∑ m = 1 M T ( x ; Θ m ) f_M(x)=\sum_{m=1}^MT(x;\Theta_m) fM(x)=m=1∑MT(x;Θm)
梯度提升
提升树算法利用加法模型与前向分布算法实现学习的优化过程。当损失函数时平方损失和指数损失函数的时候，每一步的优化时很简单的。但是对于一般损失函数而言，往往每一步优化都不是容易的。
其关键是利用损失函数的负梯度在当前模型的值
− ∂ L ( y , f ( x i ) ) ∂ f ( x i ) f ( x ) = f m − 1 ( x ) -\\frac{\\partial L(y,f(x_i))}{\\partial f(x_i)}{f(x)=f{m-1}(x)} −∂f(xi)∂L(y,f(xi))f(x)=fm−1(x)
作为回归问题提升树算法中的残差的近似值，拟合一个回归树。
算法流程：
输入 ：线性可分训练数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ... , ( x N , y N ) } T= \{(x_1,y_1), (x_2,y_2),..., (x_N,y_N)\} T={(x1,y1),(x2,y2),...,(xN,yN)}
其中， x i ∈ X = R n , y i ∈ Y , i = 1 , 2 , ... , N x_i∈X=R^n,y_i∈Y, i = 1,2,...,N xi∈X=Rn,yi∈Y,i=1,2,...,N；损失函数 L ( y , f ( x ) ) L(y,f(x)) L(y,f(x)) ;
输出 ：提升树 f ^ ( x ) \hat f(x) f^(x)
（1）初始化 f 0 ( x ) = a r g m i n c ∑ i = 1 N L ( y i , c ) f_0(x)= arg \underset{c}{min}\sum_{i=1}^NL(y_i,c) f0(x)=argcmin∑i=1NL(yi,c)。
（2）对m=1，2，...，M。
（a）对i=1，2，...，N，计算：
r m i = − ∂ L ( y , f ( x i ) ) ∂ f ( x i ) f ( x ) = f m − 1 ( x ) r_{mi}=-\\frac{\\partial L(y,f(x_i))}{\\partial f(x_i)}{f(x)=f{m-1}(x)} rmi=−∂f(xi)∂L(y,f(xi))f(x)=fm−1(x)
（b）拟合残差 r m i r_{mi} rmi学习一个回归树，得到第m颗树的叶节点区域 R m j , j = 1 , 2 , . . . , J R_{mj},j=1,2,...,J Rmj,j=1,2,...,J
（c）对j=1，2，...，J，计算
c m j = a r g m i n c ∑ x i ∈ R m j L ( y i , f m − 1 ( x i ) + c ) c_{mj}=arg\ \underset{c}{min}\sum_{x_i∈R_{mj}}L(y_i,f_{m-1}(x_i)+c) cmj=arg cminxi∈Rmj∑L(yi,fm−1(xi)+c)
（d）更新 f m ( x ) = f m − 1 ( x ) + ∑ j = 1 J c m j I ( x ∈ R m j ) f_m(x)=f_{m-1}(x)+\sum_{j=1}^Jc_{mj}I(x∈R_{mj}) fm(x)=fm−1(x)+∑j=1JcmjI(x∈Rmj)
（3）得到回归树
f ^ ( x ) = f M ( x ) = ∑ m = 1 M ∑ j = 1 J c m j I ( x ∈ R m j ) \hat f(x)=f_M(x)=\sum_{m=1}^M\sum_{j=1}^Jc_{mj}I(x∈R_{mj}) f^(x)=fM(x)=m=1∑Mj=1∑JcmjI(x∈Rmj)