勾配ブースティングについて調べてみた ~XGBoostの理論~

Transcript

1. 0 勾配ブースティングについて調べてみた ~ XGBoostの理論 ~ 2023-08-25 第57回NearMe技術勉強会 Mio Takakuwa
2. 1 目次 1. 勾配ブースティング木の概要 2. XGBoostの理論
3. 2 勾配ブースティング決定木とは Gradient boosting decision tree（GBDT） 有名なフレームワーク ◦ XGBoost (2014)： eXtreme Gradient Boosting （全ての葉を分岐） ◦ LightGBM(2016)： Light Gradient Boosting Machine （情報利得が大きいものだけ分岐） 決定木　＋　アンサンブル学習　＋　勾配降下法 https://lightgbm.readthedocs.io/en/stable/Features.html
4. 3 Gradient boosting decision tree（GBDT）とは 特徴量：（例） • 年齢：10才 • 性別：女 • 親の身長：160cm • 健康状態：良好 • 運動習慣：週２回 予測する値： 身長：136cm(実際） 決定木 性別 年齢＜14 年齢＜18 親の身長＞178 推定値：130cm
5. 4 Gradient boosting decision tree（GBDT）とは 特徴量：（例） • 年齢：10才 • 性別：女 • 親の身長：160cm • 健康状態：良好 • 運動習慣：週２回 予測する値： 身長：136cm(実際） ランダムフォレスト 推定値：130cm 推定値：133cm 推定値：135cm 平均して... 推定値：133cm
6. 5 Gradient boosting decision tree（GBDT）とは 特徴量：（例） • 年齢：10才 • 性別：女 • 親の身長：160cm • 健康状態：良好 • 運動習慣：週２回 予測する値： 身長：136cm(実際） GBDT 推定値： 130cm 推定値： 135cm 正解はあと6cm 高いなー 推定値： 139cm 推定値： 136cm 正解はあと3cm 低いなー 当たった！
7. 6 XGBoost：Gradient Tree Boosting
8. 7 やりたいこと ・ ・ ・ t-1 個の モデル t 個目の モデル （作成済み） （作りたい） 精度の高い t-1 個のモデル（決定木）を用いて、 実際の値と予測値の差が小さくなるような t 個目のモデルを作りたい 方針： t 個目のモデル決定時の 損失関数（実際の値と予測値のズレ） をt-1 個のモデル等を用いて表現し、 最小化する ・ ・
9. 8 ツリーモデルの定義 ツリーアンサンブルモデル ツリーアンサンブルモデル（予測値）の出力 記号 https://xgboost.readthedocs.io/en/stable/tutorials/model.html
10. 9 ツリーモデルの定義 ツリーアンサンブルモデル（予測値）の出力（前頁） 葉の index 1 2 3 4 葉の 出力値 w 1 w 2 w 3 ω 4 input x 0 　 qとωのイメージ output index：3 出力値：ω 3 ex. 記号
11. 10 損失関数 λ＝0なら従来の 勾配ブースティングと 同じらしい...
12. 11 やりたいこと ・ ・ ・ t-1 個の モデル t 個目の モデル （作成済み） （作りたい） 精度の高い t-1 個のモデル（決定木）を用いて、 実際の値と予測値の差が小さくなるような t 個目のモデルを作りたい 方針： t 個目のモデル決定時の 損失関数（実際の値と予測値のズレ） をt-1 個のモデル等を用いて表現し、 最小化する ・ ・ ・
13. 12 t個目の損失関数の最小化 1項目に関して、２次のテイラー展開をすると、 ここで次のように表記する 　 (決定木)を調節して、 損失関数を小さくしたい
14. 13 t個目の損失関数の最小化 定数項は最小化に関係ないので無視 損失関数の定義 テイラー展開 （前ページ最後の式） この式の最小化のため、式を変形していく 決定木 葉の出力値
15. 14 t個目の損失関数の最小化 葉のindex (j) 1 2 3 4 データの集合 I 1 I 2 I 3 I 4 葉の出力値 葉のindexがjの葉に入っているデータの集合を とする ex. 3番目の葉に x 2 ,x 5 , x 6 が 入っているなら、 I 3 = {2, 5, 6} ‥T ‥ x 1 ,x 3 x 4 x 7 ,x 9 x 12 x 2 ,x 5 x 6 x 8 ,x 10 x 11 x 1 ～ x 12
16. 15 t個目の損失関数の最小化 全データ一度に足しあげる ↓ 葉の中の和を出した後、 それぞれを足す ツリーアンサンブル モデルの定義 葉の出力値の２乗和
17. 16 のg i , h i は, （損失関数の1, 2次の勾配） t-1 個の決定木の結果(予測値)と実際の値から計算可能 t個目の損失関数の最小化 損失関数を最小にする t 個目の決定木の葉j が返すべき結果
18. 17 XGBoostのGBDT | やりたいこと ・ ・ ・ t-1 個の モデル t 個目の モデル （作成済み） （作りたい） 精度の高い t-1 個のモデル（決定木）を用いて、 実際の値と予測値の差が小さくなるような t 個目のモデルを作りたい ・ ・ 木の構造q(x)が固定の場合： XGBoostの最適解の近似値
19. 18 参考文献 • LightGBM documentation: https://lightgbm.readthedocs.io/en/stable/ • LightGBMの論文：Guolin Ke et al., “LightGBM: a highly efficient gradient boosting decision tree”, 2017, (https://dl.acm.org/doi/10.5555/3294996.3295074) • XGBoostのdocumentation: https://xgboost.readthedocs.io/en/stable/tutorials/model.html • XGBoostの論文：Tianqi Chen et al. “XGBoost: A Scalable Tree Boosting System” https://arxiv.org/abs/1603.02754 • 参考になる記事 ◦ https://kefism.hatenablog.com/entry/2017/06/11/182959 ◦ https://qiita.com/kenmatsu4/items/226f926d87de86c28089 ◦ https://qiita.com/triwave33/items/aad60f25485a4595b5c8
20. 19 Thank you