今天是2020年2月24日星期一。一个又一个意外因素串连起2020这不平凡的一年，多么希望时间能够倒退。曾经觉得电视上科比的画面多么熟悉，现在全成了陌生和追忆。
GitHub：https://github.com/wangzycloud/statistical-learning-method
提升方法
引入
提升方法是一种常用的统计学习方法，还是比较容易理解的。在分类问题中，通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，从而提高分类的性能。其实说白了，就是一个人干不好的活，我让两个人干；两个人干不好，那就三个人四个人都来干。但是人多了不能像三个和尚那样没水喝，都不干活。包工头要采取一些措施，措施一：一个人干活的时候，哪里干的不好？就让第二个人补充在这个地方；两个人干活的时候，哪里干的不好？就让第三个人补充在这个地方。措施二：这三四个人在同一个地方干活，怎样确定这个活的结果干的好不好呢？有的人干活细致认真，自然对结果增益大；干活粗糙的，对结果增益不多，因此需要有一种组合策略进行判断。通过几个人共同努力，就解决了一个人干不好的事情。
接下来的内容，将按照书中顺序，先介绍提升方法的思路和代表性的提升算法AdaBoost；再从前向分步加法模型角度解释AdaBoost；最后看一个具体实例—提升树。
提升方法AdaBoost算法
提升方法基于这样一种思想：对于一个复杂的任务来说，将多个专家的判断进行适当的综合所得出的判断，要比其中任何一个专家单独的判断好。实际上，就是“三个臭皮匠顶个诸葛亮“的道理。书中上来提到了两个稍晦涩的概念“强可学习”、“弱可学习”，下文没有继续阐述这两个概念，这里简单的复述一下。在概率近似正确学习的框架中（不懂），一个概念，如果存在一个多项式的学习算法能够学习它，并且正确率很高，那么就称这个概念是强可学习的；一个概念，如果存在一个多项式的学习算法能够学习它，学习的正确率仅比随机猜测略好，那么就称这个概念是弱可学习的。这两个概念之间的相互关系，被证明是等价的，也就是说在一定的学习框架下，一个概念是强可学习的充分必要条件是这个概念是弱可学习的。（模型效果好==》强可学习；模型效果差==》弱可学习；两者有联系）
这样一来，在学习的过程中如果已经发现了“弱学习算法”，那么能否将它提升为“强学习算法”。我们知道，发现弱学习算法通常要比发现强学习算法容易得多，如何具体实施提升，是我们开发提升方法时所要解决的问题。
对于分类问题而言，给定一个训练数据样本集，求比较粗糙的分类规则（弱分类器）要比求精确的分类规则容易得多。提升方法就是从弱学习算法出发，反复学习，得到一系列弱分类器（又称为基本分类器），然后组合这些弱分类器，构成一个强分类器。并且大多数的提升方法都是改变训练数据的概率分布（训练数据的权值分布），针对不同的训练数据分布调用弱学习算法学习一系列弱分类器。可以理解为难分的数据加大权重，让下一个弱分类器重点学习该数据。
这样，对于提升方法来说，有两个问题需要解决：一是在每一轮如何改变训练数据的权值或概率分布；二是如何将弱分类器组合成一个强分类器。我们接下来要学习的AdaBoost算法，针对第一个问题，提高那些被前一轮分类器错误分类样本的权值，而降低那些被正确分类样本的权值。这样一来，那些没有得到正确分类的数据，由于其权重的加大而受到后一轮弱分类器的更多关注。于是，分类问题被一系列的弱分类器“分而治之”。针对第二个问题，AdaBoost采取加权多数表决的方法。具体的，加大分类误差率小的弱分类器的权值，使其在表决中起较大的作用；减小分类误差率大的弱分类器的权值，使其在表决中起到较小的作用。
AdaBoost算法
这里先简单的罗列AdaBoost算法过程，先赶完整体进度，后期编写代码时再整理细节。
假设给定一个二类分类的训练数据集
AdaBoost算法各个步骤的说明：
步骤（1）假设训练数据集具有均匀的权值分布，即每个训练样本在基本分类器的学习中作用相同，这一假设保证第一步能够在原始数据上学习基本分类器G1(x)。
步骤（2）AdaBoost反复学习基本分类器，在每一轮m=1，2，…，M顺次执行四步操作：
第a步，使用当前分布Dm加权的训练数据集，学习基本分类器Gm(x)；
第b步，计算基本分类器Gm(x)在加权训练数据集上的分类误差率。实际上，第m个分类器的分类误差率，就是被分类器Gm(x)误分类样本的权值之和，这表明权重大的样本起的作用更大一些。如果将其误分类，则误差率大大增加，从而进一步影响Gm(x)的系数；
第c步，从公式8.8中，可以看出em≤1/2时，αm≥0，并且αm随着em的减小而增大，所以分类误差率越小的基本分类器在最终分类器中的作用越大；
第d步，更新训练数据的权值分布为下一轮做准备。可以看到，误分类样本在下一轮学习中起更大的作用，不改变所给的训练数据，而不断改变训练数据权值的分布，使得训练数据在基本分类器的学习中起不同的作用。
步骤（3）线性组合f(x)实现M个基本分类器的加权表决。系数αm表示了基本分类器Gm(x)的重要性，这里所有αm之和并不为1。f(x)的符号决定实例x的类，f(x)的绝对值表示分类的确信度。
AdaBoost的例子
AdaBoost算法的训练误差分析
该训练误差分析部分，用证明出来的定理形式，表明AdaBoost算法的最基本性质就是能在学习过程中不断减少训练误差。也就是“该算法能够降低在训练数据集的分类误差率”这件事用数学方式证明了。分别是AdaBoost训练误差上界定理8.1、二分类问题的AdaBoost训练误差上界定理8.2和推论8.1。
该定理说明，可以在每一轮选取适当的Gm使得Zm最小，从而使训练误差下降的最快。对于二分类问题，有定理8.2。
该推论表明，在此条件下，AdaBoost的训练误差是以指数速率下降的（看着像，不懂）。
AdaBoost算法的解释
本节内容从另外一个已经验证的模型来分析AdaBoost算法，并得到该算法的另外解释（我的理解是：AdaBoost算法是一般化的加法模型的特例，现在要从加法模型的角度分析）。可以认为AdaBoost算法是模型为加法模型、损失函数为指数函数、学习算法为前向分布算法时的二类分类学习方法。接下来的内容，先对加法模型及前向分布算法做简单介绍，通过对损失函数的分析，得到与AdaBoost算法等价的参数表示。
考虑加法模型，b(x)函数相当于基分类器：
在给定训练数据及损失函数L(y,f(x))的条件下，学习加法模型f(x)成为经验风险极小化及损失函数极小化问题：
一般来说，加法模型f(x)中的M次基函数相加模型是一个复杂的优化问题，利用前向分布算法可以求解该优化问题。前向分布算法的思想是：因为学习的是加法模型，如果能够从前向后，每一步只学习一个基函数及其系数，逐步逼近优化目标8.14，那么就可以简化优化的复杂度。具体的，每一步只需优化以下损失函数（相当于每一步优化一个基函数，优化一个前进一个）：
那么，前向分布算法如下：
本来公式8.14中的同时求解从m=1到M所有参数β、γ的优化问题，通过前向分布算法简化成了逐次求解各个β、γ的优化问题。
那么，前向分布算法与AdaBoost算法有什么联系呢？我们可以用定理的形式叙述之间的联系，也就是我们可以由前向分布算法推导出AdaBoost。定理如下：
以上内容直接截图了。本是作为笔记进行整理，数学推导插不上解释的嘴。要是以后文章被看到的多了，手推一下，再把内容整理上来。
提升树
我们知道，提升方法实际上是采用加法模型（即基函数的线性组合）与前向分步算法。本节提升树是以决策树作为基函数的提升方法，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。提升树被认为是统计学习中性能最好的方法之一。
在例8.1中看到的基本分类器x<v或x>v，可以看作是一个根节点直接连接两个叶节点的简单决策树，即所谓的决策树桩。提升树模型可以表示为决策树的加法模型：
即使数据中的输入与输出之间的关系很复杂，树的线性组合都可以很好地拟合训练数据。分类问题与回归问题的区别主要在于使用的损失函数不同，回归问题中一般使用平方误差损失函数，分类问题一般使用指数损失函数。对于二分类问题，提升树算法只需要将AdaBoost算法8.1中的基本分类器限制为二类分类即可。下面看一下用于回归问题的提升树：
R是当前模型拟合数据的残差，所以对回归问题的提升树算法来说，只需要简单的拟合当前模型的残差即可。具体算法如下：
具体例子8.2：
算法8.1代码已上传至github，先理解决策树章节的算法5.5，该提升树会非常好理解~
代码效果
