Adaboost (ταξινόμηση)

2.4.3

Adaboost (ταξινόμηση)

Ενημέρωση 2026-03-03 Ανάγνωση 4 λεπτά

Σύνοψη

Η ταξινόμηση AdaBoost εκπαιδεύει διαδοχικά αδύναμους εκπαιδευτές αυξάνοντας τα βάρη στα λανθασμένα ταξινομημένα δείγματα.
Οι παράμετροι learning_rate και n_estimators ελέγχουν την ισορροπία μεταξύ πόλωσης-διακύμανσης και τη συμπεριφορά σύγκλισης.
Η χρήση ρηχών δέντρων ως βασικών εκπαιδευτών επιτρέπει στο σύνολο να διορθώνει σταδιακά δύσκολες περιοχές απόφασης.

Εισαγωγή #

Ο AdaBoost λειτουργεί εστιάζοντας επανειλημμένα στα λάθη του προηγούμενου γύρου. Κάθε αδύναμος εκπαιδευτής είναι περιορισμένος, αλλά το σταθμισμένο σύνολο συσσωρεύει συμπληρωματικές διορθώσεις, παράγοντας έναν ισχυρό ταξινομητή από απλά στοιχεία.

Αναλυτική Επεξήγηση #

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as plt
import japanize_matplotlib
import numpy as np

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import AdaBoostClassifier

Δημιουργία δεδομένων για πείραμα #

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
n_features = 20
X, y = make_classification(
    n_samples=2500,
    n_features=n_features,
    n_informative=10,
    n_classes=2,
    n_redundant=4,
    n_clusters_per_class=5,
)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.33, random_state=42
)

Εκπαίδευση AdaBoost #

Εδώ χρησιμοποιούμε ένα δέντρο απόφασης ως αδύναμο εκπαιδευτή.

sklearn.ensemble.StackingClassifier

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
ab_clf = AdaBoostClassifier(
    n_estimators=10,
    learning_rate=1.0,
    random_state=117117,
    base_estimator=DecisionTreeClassifier(max_depth=2),
)
ab_clf.fit(X_train, y_train)

y_pred = ab_clf.predict(X_test)
ab_clf_score = roc_auc_score(y_test, y_pred)

ab_clf_score

0.7546477034876885

Επίδραση του learning-rate #

Όσο μικρότερο είναι το learning-rate, τόσο μικρότερο είναι το εύρος ενημερώσεων βαρών. Αντίθετα, αν είναι πολύ μεγάλο, η σύγκλιση μπορεί να μην επιτευχθεί.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
scores = []
learning_rate_list = np.linspace(0.01, 1, 100)
for lr in learning_rate_list:
    ab_clf_i = AdaBoostClassifier(
        n_estimators=10,
        learning_rate=lr,
        random_state=117117,
        base_estimator=DecisionTreeClassifier(max_depth=2),
    )
    ab_clf_i.fit(X_train, y_train)

    y_pred = ab_clf_i.predict(X_test)
    scores.append(roc_auc_score(y_test, y_pred))

1
2
3
4
5
6
plt.figure(figsize=(5, 5))
plt.plot(learning_rate_list, scores)
plt.xlabel("learning rate")
plt.ylabel("ROC-AUC")
plt.grid()
plt.show()

png

Επίδραση του n_estimators #

Το n_estimators καθορίζει τον αριθμό των αδύναμων εκπαιδευτών. Κανονικά, δεν χρειάζεται να αυξήσετε ή να μειώσετε αυτή την παράμετρο. Καθορίστε το n_estimators σε κάποιον μεγάλο αριθμό και στη συνέχεια ρυθμίστε τις άλλες παραμέτρους.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
scores = []
n_estimators_list = [int(ne) for ne in np.linspace(5, 70, 40)]
for n_estimators in n_estimators_list:
    ab_clf_i = AdaBoostClassifier(
        n_estimators=int(n_estimators),
        learning_rate=0.6,
        random_state=117117,
        base_estimator=DecisionTreeClassifier(max_depth=2),
    )
    ab_clf_i.fit(X_train, y_train)

    y_pred = ab_clf_i.predict(X_test)
    scores.append(roc_auc_score(y_test, y_pred))

1
2
3
4
5
6
plt.figure(figsize=(5, 5))
plt.plot(n_estimators_list, scores)
plt.xlabel("n_estimators")
plt.ylabel("ROC-AUC")
plt.grid()
plt.show()

png

Επίδραση του base-estimator #

Η παράμετρος base_estimator καθορίζει τι χρησιμοποιείται ως αδύναμος εκπαιδευτής. Με άλλα λόγια, είναι μία από τις πιο σημαντικές παραμέτρους στον Adaboost.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
scores = []
base_estimator_list = [
    DecisionTreeClassifier(max_depth=md) for md in [2, 3, 4, 5, 6, 7, 8, 9, 10]
]
for base_estimator in base_estimator_list:
    ab_clf_i = AdaBoostClassifier(
        n_estimators=10,
        learning_rate=0.5,
        random_state=117117,
        base_estimator=base_estimator,
    )
    ab_clf_i.fit(X_train, y_train)

    y_pred = ab_clf_i.predict(X_test)
    scores.append(roc_auc_score(y_test, y_pred))

1
2
3
4
5
6
7
plt.figure(figsize=(5, 5))
plt_index = [i for i in range(len(base_estimator_list))]
plt.bar(plt_index, scores)
plt.xticks(plt_index, [str(bm) for bm in base_estimator_list], rotation=90)
plt.xlabel("base_estimator")
plt.ylabel("ROC-AUC")
plt.show()

png

Οπτικοποίηση βαρών δεδομένων στον Adaboost #

Οπτικοποίηση της ανάθεσης βαρών σε δεδομένα που είναι δύσκολο να ταξινομηθούν.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# ΣΗΜΕΙΩΣΗ: Μοντέλο που δημιουργήθηκε για τον έλεγχο του sample_weight που μεταβιβάζεται στο μοντέλο
# Αυτός ο DummyClassifier δεν αλλάζει τις παραμέτρους του Adaboost
class DummyClassifier:
    def __init__(self):
        self.model = DecisionTreeClassifier(max_depth=3)
        self.n_classes_ = 2
        self.classes_ = ["A", "B"]
        self.sample_weight = None  ## sample_weight

    def fit(self, X, y, sample_weight=None):
        self.sample_weight = sample_weight
        self.model.fit(X, y, sample_weight=sample_weight)
        return self.model

    def predict(self, X, check_input=True):
        proba = self.model.predict(X)
        return proba

    def get_params(self, deep=False):
        return {}

    def set_params(self, deep=False):
        return {}

n_samples = 500
X_2, y_2 = make_classification(
    n_samples=n_samples,
    n_features=2,
    n_informative=2,
    n_redundant=0,
    n_repeated=0,
    random_state=117,
    n_clusters_per_class=2,
)

plt.figure(
    figsize=(
        7,
        7,
    )
)
plt.title(f"Scatter plots of sample data")
plt.scatter(X_2[:, 0], X_2[:, 1], c=y_2)
plt.show()

png

Βάρη μετά την πρόοδο του boosting #

Τα δεδομένα με μεγαλύτερο βάρος αναπαρίστανται με μεγαλύτερο κύκλο.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
clf = AdaBoostClassifier(
    n_estimators=4, random_state=0, algorithm="SAMME", base_estimator=DummyClassifier()
)
clf.fit(X_2, y_2)

for i, estimators_i in enumerate(clf.estimators_):
    plt.figure(
        figsize=(
            7,
            7,
        )
    )
    plt.title(f"Visualization of the {i}-th weighted sample")
    plt.scatter(
        X_2[:, 0],
        X_2[:, 1],
        marker="o",
        c=y_2,
        alpha=0.4,
        s=estimators_i.sample_weight * n_samples ** 1.65,
    )
    plt.show()

png