勾配ブースティングランダムフォレストはいかほど

先日、KaggleのコンペでLightGBMのモデルを50個作って予測の平均値を使って割といい成績とったのがあったのですが、それから考えるに勾配ブースティングランダムフォレストを作ってみるとどうなんだろうと考えてライブラリを使って実装してみました。

ライブラリ

from sklearn.datasets import make_blobs
from lightgbm import LGBMClassifier as LGBMC
from sklearn.ensemble import BaggingClassifier
import numpy as np
import matplotlib.pyplot as plt

可視化関数

def visualize_classifier(model, X, y, ax=None, cmap='brg'):
    ax = ax or plt.gca()
    # Plot the training points
    ax.scatter(X[:, 0], X[:, 1], c=y, s=30, cmap=cmap,
               clim=(y.min(), y.max()), zorder=3)
    ax.axis('tight')
    ax.axis('off')
    xlim = ax.get_xlim()
    ylim = ax.get_ylim()
    # fit the estimator
    model.fit(X, y)
    xx, yy = np.meshgrid(np.linspace(*xlim, num=200),
                         np.linspace(*ylim, num=200))
    Z = model.predict(np.c_[xx.ravel(), yy.ravel()]).reshape(xx.shape)
    # Create a color plot with the results
    n_classes = len(np.unique(y))
    contours = ax.contourf(xx, yy, Z, alpha=0.3,
                           levels=np.arange(n_classes + 1) - 0.5,
                           cmap=cmap, clim=(y.min(), y.max()),
                           zorder=1)
    ax.set(xlim=xlim, ylim=ylim)

では実際にデータセットを使ってやってみましょう

データセット

x, y = make_blobs(n_samples=300, centers=4, random_state=0, cluster_std=1.0)
plt.scatter(x[:, 0], x[:, 1], c=y, cmap="brg")
plt.show()

勾配ブースティングランダムフォレスト

visualize_classifier(BaggingClassifier(estimator=LGBMC(), n_estimators=50), x, y, ax=None, cmap='brg')

ランダムフォレストとの比較

from sklearn.ensemble import RandomForestClassifier
visualize_classifier(RandomForestClassifier(), x, y, ax=None, cmap='brg')

ギザギザが多いですね。

まとめ

きれいになった