集成学习-非成对多样性度量-个人总结

一、引言

集成学习：通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等。

在集成学习之中，个体学习器之间的差异被称为“集成多样性”。如何理解集成多样性，是该学习范式的圣杯问题，即难以捉摸的、具有重大意义的目标。现有的集成多样性度量方法主要包括两类：一类是成对个体学习器的多样性度量，另一类是非成对个体学习器的多样性度量。本文主要对后一类进行讨论和总结。

二、准备工作

这部分声明一些基本的术语，因为下面的度量方法都是基于个体学习器展开计算的。个体学习器集合：；数据集：，其中分别为样本和类别标记，且。

三、非成对多样性度量方法

1、Kohavi-Wolpert方差，简称KW度量，该度量由Kohavi和Wolpert在1996年提出。具体的计算方法为

其中，为样本的个数，为个体学习器的个数，为个个体学习器对于样本分类正确的个数且。

由该等式可以看出，和视为常数，而最关键的地方在于：当每个样本的都为的一半时，KW度量达到最大，此时多样性最大；而当每个样本的全为0或时，KW度量达到最小，此时多样性最小。这很好理解，每个样本的如果都是0或的话，那么所有个体学习器的预测结果都是相同的；否则，如果每个样本的都是的一半的话，所有个体学习器的预测结果都有可能不一样，请注意，是有可能不一样，而不是绝对不一样。因此KW度量的多样性度量是存在一定的问题的。

2、评分者间一致度(Interrater Agreement)，即度量。度量用于分析一组分类器的一致性，它被定义为

其中，为个体学习器的平均分类精度；而为指示函数，当括号中的条件为真时返回1，否则返回0。

度量主要反映了个体学习器之间预测结果的一致性。当预测结果完全一致时，则的值为1；如果学习器之间的一致程度比随机的还差时(最极端的情况为：每个样本被正确分类的结果为个体学习器的一半且平均精度为0.5)，则。因此，度量的值越大，说明个体学习器的预测结果越一致，但多样性就越小；反之则越大。

3、熵(Entropy)。Cunningham和Carney在2000年提出的熵度量计算方法为

其中，表示将预测为的个体学习器占比 (占比的分母为)。显然，不需要知道个体学习器的正确率。

Shipp和Kuncheva在2002年提出的熵度量计算方法为

其中，为向上取整符号：如果为整数，则，如果不为整数，则的整数部分+1。的取值范围是[0, 1]，取为0时表示完全一致，取为1时表示多样性最大。值得注意的是，没有使用对数函数，所以它不是经典的熵。尽管如此，该等式还是被用的更多，因为它更容易被实现而且计算速度也比较快。

4、困难度。假设对样本正确分类的个体学习器占比记为随机变量，那么困难度的计算方法为

其中，随机变量的取值范围为，而的概率分布可以通过个分类器在数据集上进行预测来估计。因此，随机变量的分布列为

			...
			...

度量了样本的分类困难度，越小，则多样性越大。如果使用直方图对上述分布列进行可视化，当样本较难被分类时，直方图的分布区域将主要散落在左边，而当样本较易被分类时，直方图的分布区域将主要散落在右边。

5、通用多样性。该度量的计算方法为

其中，，，而代表随机挑选的分类器在随机挑选的样本上预测失败的概率。度量的取值范围是[0, 1]，当=0时，多样性最小。该度量可以体现这样一个观点：当一个分类器预测错误伴随着另一个预测正确时、多样性最大。至于为什么能够做到这一点，我暂时还没有想明白，懂的同学请留言告诉我一下。

6、同时失败度量。该度量是通用多样性的修改版本，计算方法为

当所有分类器同时给出相同的预测结果时cfd=0，如果每个分类器犯错的样本都不相同则cfd=1。抱歉，还是没看太明白。

四、小结

上边的多样性计算方法都是基于分类器实现的。其中，除了和评分者间一致度这两个，其它的度量指标都与集成多样性是正比的关系。

其实笔者也是刚刚入门集成学习这个领域，目前还有很多不懂的地方，如果有大佬看到请多多指教。各位如果有不太明白的地方，也欢迎在评论区中留言，共同探讨探讨这个集成学习的非成对多样性。

五、参考文献

1、百度百科: 集成学习

2、周志华. 集成学习: 基础与算法[M]. 电子工业出版社, 2020.