O que é o algoritmo GBRT? - PolarDB: Central de Documentação do Alibaba Cloud

O algoritmo de árvore de regressão com gradient boosting (GBRT) é um método de ensemble de boosting que constrói uma sequência de árvores de regressão, na qual cada árvore corrige os resíduos das anteriores. O PolarDB for MySQL oferece suporte ao GBRT como modelo de regressão interno por meio da extensão polar4ai, o que permite treinar, avaliar e executar previsões diretamente em SQL.

Como funciona

O GBRT pertence à família de algoritmos de boosting. O aprendiz fraco restringe-se ao modelo de árvore de regressão CART. O GBRT combina dois componentes:

Árvore de regressão (RT): Variante de árvore de decisão que prevê valores contínuos. O GBRT encadeia várias árvores de regressão e acumula suas saídas para gerar a previsão final.
Gradient boosting (GB): Estratégia iterativa em que cada nova árvore se ajusta aos resíduos das árvores anteriores. Esse processo utiliza o algoritmo de distribuição progressiva para minimizar a função de perda em cada etapa, permitindo que cada árvore aprenda com as conclusões e os resíduos das precedentes.

Casos de uso

O GBRT é adequado para problemas de regressão cujo alvo é um valor numérico contínuo. Um exemplo é a previsão de mortalidade ou morbidade (y_cols) com base em variáveis socioeconômicas como renda, nível de escolaridade ou status socioeconômico, cenário comum em modelagem epidemiológica.

Parâmetros

Os parâmetros a seguir correspondem ao argumento model_parameter na instrução CREATE MODEL.

Nota

As colunas x_cols e y_cols devem ser do tipo ponto flutuante ou inteiro.

Parâmetro	Tipo	Padrão	Descrição
`n_estimators`	Inteiro (geralmente positivo)	100	Número de iterações de boosting. Valores maiores melhoram o ajuste do modelo.
`objective`	String	`ls`	Função de perda. Valores válidos: `ls` (mínimos quadrados), `lad` (desvio absoluto mínimo) e `huber` (combina mínimos quadrados e desvio absoluto mínimo).
`max_depth`	Inteiro	7	Profundidade máxima de cada árvore de regressão. Defina como `-1` para remover o limite de profundidade; use com cautela para evitar overfitting.
`random_state`	Inteiro (geralmente positivo)	1	Semente aleatória para garantir reprodutibilidade.

Exemplos

Os exemplos a seguir demonstram o fluxo completo de treinamento, avaliação de precisão e execução de previsões de um modelo. Eles utilizam o prefixo de hint /*polar4ai*/, obrigatório para a extensão polar4ai.

Etapa 1: Crie o modelo

/*polar4ai*/CREATE MODEL gbrt1 WITH
( model_class = 'gbrt', x_cols = 'dx1,dx2', y_cols='y',
 model_parameter=(objective='ls')) AS (SELECT * FROM db4ai.testdata1);

Etapa 2: Avaliar o modelo

/*polar4ai*/SELECT dx1,dx2 FROM EVALUATE(MODEL gbrt1,
SELECT * FROM db4ai.testdata1 LIMIT 10) WITH
(x_cols = 'dx1,dx2',y_cols='y',metrics='r2_score');

Etapa 3: Execute previsões

/*polar4ai*/SELECT dx1,dx2 FROM
PREDICT(MODEL gbrt1, SELECT * FROM db4ai.testdata1 LIMIT 10)
WITH (x_cols = 'dx1,dx2');