LightGBMを理解しようとするLT

Transcript

1. © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. LightGBMを数式で理解しよう とするLT 発表者 兼城大（見習いデータサイエンティスト）
2. 早速ですが質問です (1)XGBoostまたはLightGBMを使ったことある人 (2)XGBoostまたはLightGBMのアルゴリズムを説明できる人 (3)XGBoostからLightGBMのアルゴリズムを説明できる人 （繋がりが見えてくると理解が深まる） © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL.
3. ざっくり掴むLightGBM © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. XGBoost LightGBM 重いなぁ… 軽い！ しかも精 度良い！ 高速化
4. LightGBMを掴むポイント 1/3 © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. ①GBDT(Gradient Boosting Decision Tree) LightGBM ②GOSS(Gradient-based One-side Sampling) ③EFB(Exclusive Feature Bundling) 今回は水色の 部分だけ扱う 『LightGBM: A Highly Efficient Gradient Boosting Decision Tree』（2017） https://papers.nips.cc/pape r/6907-lightgbm-a-highly- efficient-gradient-boosting- decision-tree [論文の構成] 論文の要約 １章：紹介 ２章：準備 ３章：GOSS ４章：EFB ５章：実験 ６章：まとめ 数 式 万 歳 特徴量削減 の話
5. LightGBMを掴むポイント 2/3 © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. 『LightGBM: A Highly Efficient Gradient Boosting Decision Tree』（2017） https://papers.nips.cc/pape r/6907-lightgbm-a-highly- efficient-gradient-boosting- decision-tree [論文の構成] 論文の要約 １章：紹介 ２章：準備 ３章：GOSS ４章：EFB ５章：実験 ６章：まとめ 数 式 万 歳 Q. なぜこんな式になるの？ A.貴方の武器を使いなさい。きっと わかるから。。。 手持ちの武器（前回のLT資料） そうか！僕たちには、XGBoostのアル ゴリズムがあるじゃないか！！ →XGBoostとの繋がりで理解しよう！ 理解したい！！ 理解したいよぉ！！！
6. LightGBMを掴むポイント 3/3 © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. この流れでXGBoostからLightGBMを理解しよう！ 今回は水色の 部分だけ扱う
7. © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. λ＝0とする ポイント： の定義が異なる = −2( ーො −1) (XGBoostの式) = ーො −1(GBDTの式)
8. GOSSの仕組み 11 12 13 …1 1 21 22 23 …2 2 31 32 33 …3 3 © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. … 1 2 3 … … … (1)全データXを勾配 の降順に並べる。 (2)Xのうち、勾配の上位a×100%データセットをA、その他(1-a)×100%データセットを とする。 (3) のうち、ランダムに ×100％データを抽出し、データセットBとする。 (4)正規化するためにBには1− をかけて結果を出力する。 勾配上位a×100%を データセットA としてとる 下位(1-a)×100%を データセットとして とる 勾配 特徴量 デ ー タ さらにから割合bだけ抽出 したものをデータセットBと する 勾配の大きな データセットA 勾配の小さなものから いくつかを取ってきた データセットB 勾配 = ーො −1 要するにサンプリングの話！
9. © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. 勾配の小さいデータ セットは少なくサン プリングする ポイント： 出力に対する係数 Aはそのまま、Bには1− をかける
10. まとめ © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. この流れでXGBoostからLightGBMを理解しよう！ 今回は水色の 部分だけ扱う
11. 展望 • EFBのアルゴリズムについてまとめる。 （グラフ彩色問題、NP困難などの背景概念も説明したい） • 「GOSSのアルゴリズムは、(1-a)/bをかけるのでなく、1/bをかけ るべきでは？？」と思ったので、もう少し考える。 © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL. データセットAのサイズ (m×a)個 →そのまま出力 データセットBのサイズ (m×(1-a)×b)個 →(1-a)/bして出力（論文） 1/bして出力（僕的）
12. 主な参考・引用文献 『LightGBM:A Highly Efficient Gradient Boosting Decision Tree』 Year :2017 Authors:Guolin Ke, Qi Meng , Thomas Finley , Taifeng Wang, Wei Chen, Weidong Ma , Qiwei Ye , Tie-Yan Liu https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient- gradient-boosting-decision-tree © 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL.