IJCAI2019|新型特征增广GBDT--AugBoost(已开源)

AugBoost: Gradient Boosting Enhanced with Step-Wise Feature Augmentation

Philip Tannor, Lior Rokach

Tel-Aviv University, Ben-Gurion University of the Negev

https://www.ijcai.org/proceedings/2019/0493.pdf

GBDT是一种广泛应用的机器学习算法，在很多任务中都取得了SOTA结果。

这篇文章针对GBDT提出一种特征增广的方法，并且取得了较好的效果。对多种特征增广方法进行了探索，利用神经网络的最后一个隐含层来提取特征，该方法是有监督的；或者利用无监督方法，如PCA或者随机映射将特征空间进行旋转。

作者将这几种方法在20个分类数据集上进行测试，结果优于GBDT及之前的相关方法。

本文主要探索如何针对GBDT进行有监督的特征增广，先前已有针对RF如何进行无监督特征增广。

本文主要贡献如下，提出了AugBoost-ANN, AugBoost-PCA, AugBoost-RP。

GBDT数学表述如下

基于梯度的表示方式如下

贪婪式二阶段解释如下

更进一步的，一些参数计算及更新方式如下

基于ANN进行特征增广的训练流程示意图如下

基于AugBoost-ANN的推理过程图示如下

利用PCA进行特征增广的方法描述如下

基于RP进行特征增广方法跟PCA的类似，不再赘述。

这两种方法跟基于ANN的方法区别如下

一些实现细节描述如下

实验中的一些细节和设置如下

关于如何使用PCA，一些细节如下

树的个数及增广细节如下，这里的BA为Between Augmentations

下面是训练算法伪代码

关于上述伪代码，一些需要注意的点如下

在多个数据集上多种方法的实验结果对比如下

在学习曲线及泛化性能方面的实验结果如下

对应的图示如下

一些假设检验的结果如下

n_BA的影响很大，不同的取值影响如下

一些结论如下，如降维不会提升结果，利用RP升维可能会明显降低准确率。

代码地址

https://github.com/ptannor/augboost

---

              我是分割线

---

您可能感兴趣