xgboost 回归树的叶值与预测有何关系答案

【问题标题】：how are the leaf values of xgboost regression trees relate to the predictionxgboost 回归树的叶值与预测有何关系
【发布时间】：2021-09-01 02:49:11
【问题描述】：

似乎每棵树的对应叶子值之和不等于预测。这是一个示例代码：

X = pd.DataFrame({'x': np.linspace(-10, 10, 10)})
y = X['x'] * 2
model = xgb.XGBRegressor(booster='gbtree', tree_method='exact', n_estimators=100, max_depth=1).fit(X, y)
Xtest = pd.DataFrame({'x': np.linspace(-20, 20, 101)})
Ytest = model.predict(Xtest)
plt.plot(X['x'], y, 'b.-')
plt.plot(Xtest['x'], Ytest, 'r.')

树转储内容如下：

model.get_booster().get_dump()[:2]

['0:[x<0] yes=1,no=2,missing=1\n\t1:leaf=-2.90277791\n\t2:leaf=2.65277767\n',
 '0:[x<2.22222233] yes=1,no=2,missing=1\n\t1:leaf=-1.90595233\n\t2:leaf=2.44333339\n']

如果我只用一棵树做预测：

Ytest2 = model.predict(Xtest, ntree_limit=1)
plt.plot(XX1['x'], Ytest2, '.')
np.unique(Ytest2)  # array([-2.4028,  3.1528], dtype=float32)

显然，Ytest2 的唯一值不对应于第一棵树的叶值，即-2.90277791 和2.65277767，尽管观察到的分裂点正好在 0。

叶值与预测有何关系？
如果输入是对称的，为什么第一棵树中的叶值不对称？

【问题讨论】：

标签： machine-learning xgboost

【解决方案1】：

在拟合第一棵树之前，xgboost 会进行初始预测。这由参数base_score 控制，默认为0.5。事实上，-2.902777 + 0.5 ~=-2.4028 和 2.652777 + 0.5 ~= 3.1528。

这也解释了您的第二个问题：与初始预测的差异不是对称的。如果你设置learning_rate=1，你可能会在一轮之后得到对称的预测，或者你可以设置base_score=0。

【讨论】：

我实际上测试了model.base_score，它返回None。如何使用base_score？
xgb 在将 python 默认值始终设置为 None 时有点奇怪，然后在其较低级别的代码中设置真正的默认值。我还没有找到它在哪里这样做，但是文档确实将默认值宣传为 0.5，并且在您的情况下算术检查。（你能用n_tree_limit=0 打电话给predict 吗？）