第8章 集成学习理论

9
【理论来源】
• YES
10
Boosting由来(1)
• Kearns & Valiant (1984)
– PAC学习模型 – 提出问题：
• 强学习算法：存在一个多项式时间的学习算法 以识别一组概念，且识别的正确率很高。 • 弱学习算法：识别一组概念的正确率仅比随机 猜测略好。 • 弱学习器与强学习器的等价问题。如果两者等 价，只需找到一个比随机猜测略好的学习算法， 就可以将其提升为强学习算法。
1. 集成学习的概念 2. Adaboost 3. 应用：人集成学习：动机】 • 在机器学习中，直接建立一个高性能的分类 器是很困难的。 • 但是，如果能找到一系列性能较差的分类器 ，并把它们集成起来的话，也许就能得到更 好的分类器。 • 日常生活中，所谓的民主决策，便是部分的 利用了这种想法。 • 譬如选总统，每个人都以自己的考虑，投下 自己的一票，但最后由多数人选出的总统， 似乎应该好于由一个人指定的总统。
• 弱学习机的权重
– 准确率越高的弱学习机权重越高
34
【简单问题演示(Boosting训练过程) 】
+ training set 等概分布
+
loop3 Weak learner3 (y=0.4) loop4 Weak learner4 (x=0.6)
+ -
+
+ -
+
+
-
-
+
+ + -
+
+
35
loop1 Weak learner1 (y=0.5)
26
【分类设计的重采样技术】
• 分类器设计的重采样技术也被称为“自适应的 权值重置和组合（arcing, adaptive reweighting and combining）；
• 这类方法的主要思想是利用同一个训练样本集 合构造多个分类器，然后以某种方式将这些分 类器组合成一个分类器；
• 主要方法包括：bagging算法和boosting算法
31
【Bagging算法和Boosting算法比较】
32
【Boosting算法流程描述】
• Step1: 原始训练集输入，带有原始分布 • Step2: 给出训练集中各样本的权重
• Step3: 将改变分布后的训练集输入已知的弱学习机，弱学
习机对每个样本给出假设 • Step4: 对此次的弱学习机给出权重 • Step5: 转到Step2, 直到循环到达一定次数或者某度量标 准符合要求 • Step6: 将弱学习机按其相应的权重加权组合形成强学习机
19
【集成学习：评述】 • 所以，当然应该考虑研究一般的多模型。 • 实际上，从90年代开始，对集成学习的研 究取得了一系列突破进展。 • 在算法上，集成学习的典型代表AdaBoost 算法，已经成为与SVM并立的方法。而且 ，集成学习比SVM更为一般，可能可以有 更广阔的前景。
20
【泛化能力】
3
【集成学习：动机】
• 集成学习，就是一种把输入送入多个学习 器，再通过某种办法把学习的结果集成起 来的办法。
• 这每一个学习器，也就相应的被称为“弱 学习器”。 • 集成学习最早也叫做“Committee Voting Method‖，也就是因为它和投票的过程相似 。
4
弱学习机和强学习机
• 弱学习机（weak learner): 对一定分布的训 练样本给出假设（仅仅强于随机猜测） • 强学习机（strong learner): 根据得到的弱学 习机和相应的权重给出假设（最大程度上符 合实际情况：almost perfect expert) Boosting • 弱学习机 强学习机
泛化：generalization
泛化能力越强，处理新数据的能力越好
泛化能力是机器学习关注的基本问题之一
提高泛化能力是永远的追求
21
【集成学习】
集成学习（Ensemble Learning）是一种机器学习范式，它 使用多个（通常是同质的）学习器来解决同一个问题
集成学习中使用的多个学习器称为个体学习器 当个体学习器均为决策树时，称为“决策树集成” 当个体学习器均为神经网络时，称为“神经网络集成”
…… ……
问题 问题
… ... … ...
22
【集成学习的重要性】
问题：对20维超立方体空间中的 区域分类 左图中纵轴为错误率 从上到下的四条线分别表示： 平均神经网络错误率 最好神经网络错误率 两种神经网络集成的错误率 令人惊奇的是，集成的错误率比 最好的个体还低
[L.K. Hansen & P. Salamon, TPAMI90]
27
【Bagging算法】
1. 从大小为n的原始数据集D中独立随机地抽取n’个 数据(n’<=n)，形成一个自助数据集； 2. 重复上述过程，产生出多个独立的自助数据集； 3. 利用每个自助数据集训练出一个“分量分类器” ； 4. 最终的分类结果由这些“分量分类器”各自的判 别结果投票决定。
基本思想：对训练集有放回地抽取训练样例，从而为每 一个基本分类器都构造出一个跟训练集相当大小但各不 相同的训练集，从而训练出不同的基本分类器；该算法 是基于对训练集进行处理的集成方法中最简单、最直观 的一种。
– 强学习算法: 准确率很高的学习算法 – 弱学习算法: 准确率不高,仅比随机猜测略好 – 是否可以将弱学习算法提升为强学习算法
8
【理论来源】
同时,Valiant和Kearns首次提出了PAC 学习模型中弱学习算法和强学习算法的等 价性问题（1988） ,即任意给定仅比随机 猜测略好的弱学习算法,是否可以将其提升 为强学习算法? 如果二者等价,那么只需找 到一个比随机猜测略好的弱学习算法就可 以将其提升为强学习算法,而不必寻找很难 获得的强学习算法。
• Freund & Schapire，ICML,1996
– AdaBoost算法。
12
【集成学习：如何构造？】
• 我们一般选定加权平均的方法来构造集成学 习的最终学习器。 • 但是里面的每一个Classifier i怎样做呢？ • 有一些研究，是针对每个学习器都不同构的 情况，比如识别一个人，一个学习器考虑脸 ，另一个考虑步态，另一个考虑指纹。这种 研究通常称为Information Fusion，不在我们 今天讨论的范畴。 • 我们今天讨论的，是用同样的学习算法来构 造不同的弱学习器的方法。 13
33
【Boosting算法核心思想】
• 样本的权重
– 没有先验知识的情况下，初始的分布应为等概 分布，也就是训练集如果有N个样本，每个样 本的分布概率为1/N – 每次循环一后提高错误样本的分布概率，分错 样本在训练集中所占权重增大， 使得下一次循 环的弱学习机能够集中力量对这些错误样本进 行判断。
29
【Boosting的分类算法】
• 对新的样本x进行分类，如果C1和C2判别结果相同，则 将x判别为此类别，否则以C3的结果作为x的类别；
原始样本集
分 量 分 类 器 组 合 分 类 器
30
【Boosting算法步骤】
• Boosting算法：首先给每一个训练样例赋予 相同的权重，然后训练第一个基本分类器 并用它来对训练集进行测试，对于那些分 类错误的测试样例提高其权重（实际算法 中是降低分类正确的样例的权重），然后 用调整后的带权训练集训练第二个基本分 类器，然后重复这个过程直到最后得到一 个足够好的学习器。
16
【带权的采样:讨论】
• 通过给训练数据赋以不同的权，实际上使 得每个学习器关注训练集中的某一部分， 这也符合我们最初民主投票的想法。
• 直观上，每个学习器关注训练集中的某一 部分，很多个训练集应该可以覆盖训练集 中的大部分，只要巧妙的选择加权平均的 权，就可以得到更好的学习效果。
17
【用多个学习器覆盖样本空间】
36
【总结】
Bagging 和boosting的区别
• 训练集:
– Bagging:随机选择,各轮训练集相互独立 – Boosting:各轮训练集并不独立,它的选择与 前轮的学习结果有关
三个臭皮匠，胜过诸葛亮
Finding many rough rules of thumb can be a lot easier and more effective than finding a single, highly prediction rule.
7
【理论来源】
• Boosting是一种提高任意给定学习算法准确度 的方法。它的思想起源于Valiant提出的PAC ( Probably Approximately Correct)学习模型（ 1984） • 提出问题（Valiant和Kearns，1984）:
【集成学习：如何构造？】
• 办法就是改变训练集。 • 通常的学习算法，根据训练集的不同，会 给出不同的学习器。这时就可以通过改变 训练集来构造不同的学习器。然后再把它 们集成起来。
14
【随机采样】 • 在原来的训练集上随机采样，可以得到新 的训练集。
15
【带权的采样】 • 采样时，我们可以给训练集里的每个元素不 同的权。 • 权值可以通过上一次训练的结果来确定。
18
【集成学习：评述】
• 集成学习实际上代表了一种与传统不同的思 维理念。 • 传统的机器学习一般都自认为是单模型的， 对于模型的分析总是在整体上完成。 • Rosenblatt：Perceptron • Rumelhart: BP • Vapnik: SVM • 但是，所有这些模型其实都可以看作是一种 加权平均的多模型。
只要能用到机器学习的地方，就能用到 集成学习
24
【如何构建好的集成】
期望结果 个体1 (精度33.3%) 期望结果 个体1 (精度33.3%)