Xgboost for share

About My Self
安井翔太 / Shota Salmon Yasui
Twitter: @housecat442
<けーれき>
• 日本のド文系経済学部
• アメリカで計量経済学１年
• ノルウェーで資源・環境経済学修士取得
• SNF研究所でデータ分析（環境税作成）
• 広告関係のデータ分析やってます。

xgboostとは？
• Gradient Boosting Decision Treeという予測モデルのC++での実装。
• それをRから使える様にするのが、xgboost package。
• メモリエラーが原因でCRANから消されてる・・・けど、githubからイン
ストール可能。
<githubからインストール>
devtools::install_github('dmlc/xgboost',subdir='R-package')
gbmよりはやい！（当社比10倍・・・らしい）

Gradient Boosting Decision Treeとは？
• Decision Tree（決定木）をGradient Boostingする。
• 決定木は割愛
• Boostingとは、複数のモデルを連動させ、「M人寄れば文殊の知恵」的な
感じに逐次的に学習をする方法。（adaboostというのが有名）
• Gradient Boosting とは基本的にはboostingと一緒だが、疑似的な誤差を算
出してその誤差に対して次のモデルを学習させるという方法。
• 疑似的な誤差は、各サンプルについての誤差を予測モデルについて偏微
分した値なので、モデルに変化を与えた際に誤差が変わりやすいサンプ
ルに対して重点的に追加の学習が行われていると解釈できる。

1. 決定木の学習をする
2. 決定木の予測と誤差を算出する
3. 誤差に対して決定木を学習しなおす。（木が1本増える）
4. 誤差を算出する。
5. 指定したM本の木が出来るまで3-4を繰り返す。
単純化して言えば・・・
学習の際のハイパーパラメーターは
• 木の本数
• 木の深さ
• 次の木にどのくらい学習の情報を渡すかの重み（shrinkage）
 3で学習する際に適応される
の３つが基本。

Y
X
こんなデータがある
x <- 1:5000*0.005 + rnorm(5000)
y <- sin(x)

GBDTの学習結果を木の本数を２本刻みで変えて表示（shrinkage = 0.3）
２
４
６
８
• 本数を増やすとよりデータに対してフィットして行くのが解る。
• ただ増やしまくれば良いと言う訳ではない。

GBDTの学習結果を木の本数を本刻みで変えて表示（shrinkage = 0.1）
5
10
15
20

GBDTの学習結果を木の本数を150本刻みで変えて表示（shrinkage = 0.001）
150
300
450
Shrinkageが下がると学習に必要な木の本数が増えている事が解る。
▶︎オーバーフィッティングしにくくなるので精度が上がり易い。

Xgboostの使い方
#データをsparse.model.matrixにする
data.model <- sparse.model.matrix(y~x,ds)
#GBDTの学習
gdbt.result <- xgboost(data = data.model,
label = y,
booster = "gbtree",
max.depth = 4,
eta = 0.3,
nrounds = 1000)

Xgboost for share

More Related Content

Similar to Xgboost for share (19)

More from Shota Yasui (13)

Recently uploaded (9)

Xgboost for share