GBDT，梯度提升树属于一种有监督的集成学习方法，与之前学习的监督算法类似，同样可以用于分类问题的识别和预测问题的解决。该集成算法体现了三个方面的又是，分别是提升Boosting、梯度Gradient、决策树Decision Tree。“提升”是指将多个弱分类器通过线下组合实现强分类器的过程；“梯度”指的是在Boosting过程中求解损失函数时增加了灵活性和便捷性，“决策树”是指算法所使用的弱分类器为CART决策树，该决策树具有简单直观、通俗易懂的特性。
GBDT模型对数据类型不做任何限制，既可以是连续的数值型，也可以是离散的字符型（但在Python的落地过程中需要将字符型变量做数值化处理或者哑变量处理）。相对于SVM模型来说，较少参数的GBDT具有更高的准确率和更少的运算时间，GBDT模型在面对异常数据时具有更强的稳定性。由于上面种种优点，GBDT常常被广大用户所采用。
最具代表的提升树算法为AdaBoost算法，即：
其中F(x)是由M棵基础决策树构成的最终提升树，F_(m-1) (x)表示经过m-1轮迭代后的提升树，α_m为第m棵基础决策树所对应的权重，f_m (x)为第m棵基础决策树。
AdaBoost算法在解决分类问题时，它的核心就是不停地改变样本点的权重，并将每一轮的基础决策树通过权重的方式进行线性组合。该算法在迭代过程中需要进行如下四个步骤：
在这里举一个简单的例子。如下表：
|
x |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
y |
1 |
1 |
1 |
-1 |
-1 |
-1 |
1 |
1 |
1 |
-1 |
故第一轮迭代结果为：
|
x |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
y实际 |
1 |
1 |
1 |
-1 |
-1 |
-1 |
1 |
1 |
1 |
-1 |
|
|
预测得分 |
0.424 |
0.424 |
0.424 |
-0.424 |
-0.424 |
-0.424 |
-0.424 |
-0.424 |
-0.424 |
-0.424 |
|
|
y预测 |
1 |
1 |
1 |
-1 |
-1 |
-1 |
-1 |
-1 |
-1 |
-1 |
|
显然6、7、8三个点的预测结果是错的，所以它们对应的权重也是最大的，在进入第二轮时，模型会更加关注这三个点。
AdaBoost算法具体在Python上的实现方式为导入sklearn中的子模块ensemble，从中调用AdaBoostClassifier类。
在这里我再次使用Iris数据集进行测试，原码及效果为如下：
adaBoost =
ensemble.AdaBoostClassifier()
adaBoost.fit(x_train,y_train)
predict
=
adaBoost.predict(x_test)
print
(
'
Accuracy:
'
,metrics.accuracy_score(y_test,predict))
print
(
'
Report :\n
'
,metrics.classification_report(y_test,predict))
Accuracy: 0.7
Report :
precision recall f1-score support
0.0 1.00 0.92 0.96 12
1.0 0.62 0.67 0.64 12
2.0 0.33 0.33 0.33 6
micro avg 0.70 0.70 0.70 30
macro avg 0.65 0.64 0.64 30
weighted avg 0.71 0.70 0.71 30
