本文旨用小例子 可视化的方式拆解GBDT原理中的每个步骤，使大家可以彻底理解GBDT
Boosting到Gradient Boosting
Boosting是集成学习的一种基分类器（弱分类器）生成方式，核心思想是通过迭代生成了一系列的学习器，给误差率低的学习器高权重，给误差率高的学习器低权重，结合弱学习器和对应的权重，生成强学习器。
前文讲过的AdaBoost就是典型的Boosting算法
Boosting算法要涉及到两个部分，加法模型和前向分步算法。
加法模型就是说强分类器由一系列弱分类器线性相加而成。一般组合形式如下：
其中，就是一个个的弱分类器，是弱分类器学习到的最优参数，β就是弱学习在强分类器中所占比重，P是所有α和β的组合。这些弱分类器线性相加组成强分类器。
前向分步就是说在训练过程中，下一轮迭代产生的分类器是在上一轮的基础上训练得来的。也就是可以写成这样的形式：
Gradient Boosting
Boosting 算法（以AdaBoost为代表）用错分数据点来识别问题，通过调整错分数据点的权重来改进模型。Gradient Boosting通过负梯度来识别问题，通过计算负梯度来改进模型。
Gradient Boosting每次迭代的目标是为了减少上一次的残差，在残差减少的梯度(Gradient)方向上建立一个新的模型，每个新的模型的建立是使之前模型的残差往梯度方向减少。
第t轮的第i个样本的损失函数的负梯度为：
此时不同的损失函数将会得到不同的负梯度，如果选择平方损失
负梯度为
此时我们发现GBDT的负梯度就是残差，所以说对于回归问题，我们要拟合的就是残差。
GBDT回归算法原理
输入是训练集样本， 最大迭代次数T, 损失函数L。输出是强学习器
- 初始化弱学习器
- 对迭代轮数t=1,2,...T有：
a)对样本，，计算负梯度
b)利用, 拟合一颗CART回归树,得到第t颗回归树，其对应的叶子节点区域为。其中J为回归树t的叶子节点的个数。
c) 对叶子区域,计算最佳拟合值
d)更新强学习器
- 得到强学习器f(x)的表达式
GBDT分类算法
对于二元GBDT，如果用类似于逻辑回归的对数似然损失函数，则损失函数为：其中y∈{1, 1}。则此时的负梯度误差为
对于生成的决策树，我们各个叶子节点的最佳负梯度拟合值为
由于上式比较难优化，我们一般使用近似值代替
除了负梯度计算和叶子节点的最佳负梯度拟合的线性搜索，二元GBDT分类和GBDT回归算法过程相同。
小例子 可视化理解GBDT
上面对原理进行了分析之后，大致对GBDT有了一定的认识，为了更加形象的解释GBDT的内部执行过程，这里引用《统计学习方法》中adaboost一节中的案例数据来进行进一步分析。强烈建议大家对比学习，看一下Adaboost和 GBDT 的区别和联系。数据集如下：
采用GBDT进行训练，为了方便，我们采用MSE作为损失函数，并且将树的深度设为1，决策树个数设为5，其他参数使用默认值
代码语言：javascript复制import numpy as np
import pandas as pd
from sklearn import tree
import matplotlib.pyplot as plt
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.model_selection import train_test_split
X = np.arange(1,11)
y = np.array([5.56, 5.70, 5.91, 6.40, 6.80, 7.05, 8.90, 8.70, 9.00, 9.05])
gbdt = GradientBoostingRegressor(n_estimators=5,max_depth=1)
gbdt.fit(X.reshape(-1,1),y)其中GradientBoostingRegressor主要参数如下
代码语言：javascript复制GradientBoostingRegressor(alpha=0.9, criterion='friedman_mse', init=None,
learning_rate=0.1, loss='ls', max_depth=1,
max_features=None, max_leaf_nodes=None,
min_impurity_decrease=0.0, min_impurity_split=None,
min_samples_leaf=1, min_samples_split=2,
min_weight_fraction_leaf=0.0, n_estimators=5,
n_iter_no_change=None, presort='auto',
random_state=None, subsample=1.0, tol=0.0001,
validation_fraction=0.1, verbose=0, warm_start=False)
其他参数为决策树参数，大家应该已经很熟悉了，不再赘述。
下面我们根据GBDT回归算法原理，开始分步拆解：
「第一步」：根据初始化公式 可以计算出（本例中，恰好为yi均值）
「第二步」：计算损失函数的负梯度值:
由于是MSE损失，上式等于，结果如下：
代码语言：javascript复制#计算残差
y - y.mean()
[out]:
array([-1.747, -1.607, -1.397, -0.907, -0.507, -0.257, 1.593, 1.393,
1.693, 1.743])第三步：对上面残差拟合第一棵树 根据所给的数据，可以考虑的切分点为1.5、2.5、3.5、4.5、5.5、6.5、7.5、8.5、9.5分别计算的值，并计算出切分后的左右两侧加和MSE最小的切分，最后得到的是6.5
找到最佳的切分点之后，我们可以得到各个叶子节点区域，并计算出和.此时，为小于6.5的数据，为x大于6.5的数据。
print((y - y.mean())[:6].mean(),(y - y.mean())[6:10].mean())[out]:-1.07 1.605
#计算mse
print(
((y - y.mean())**2).mean(),
((y[:6] - y[:6].mean())**2).mean(),
((y[6:10] - y[6:10].mean())**2).mean())[out]
1.911421 0.309689 0.0179686
第一棵树的可视化
代码语言：javascript复制tree.plot_tree(gbdt[0,0],filled=True)
「最后」：更新的值 ，其中为学习率，或称shrinkage，目的是防止预测结果发生过拟合，默认值是0.1。
「至此第一轮迭代完成」，后面的迭代方式与上面一样， 本例中我们生成了5棵树，大家可以用「tree.plot_tree」可视化其他树
迭代次后，第次的即为最终的预测结果。
「课后作业」，大家可以思考一下，第二棵树中的value是如何计算出来的？其实很简单哈??
参考
https://www.cnblogs.com/pinard/p/6140514.html https://blog.csdn.net/u014168855/article/details/105481881 https://www.csuldw.com/2019/07/12/2019-07-12-an-introduction-to-gbdt/
