二、微调树模型结构以符合业务解释性
但是树模型的解释性也是有局限的，再了解树模型的决策逻辑后，不像逻辑回归（LR）可以较为轻松的调节特征分箱及模型去符合业务逻辑（如收入越低的人通常越可能****逾期，模型决策时可能持相反的逻辑，这时就需要调整了）。
我们一旦发现树结构或shap值不符合业务逻辑，由于树模型学习通常较复杂，想要依照业务逻辑去调整树结构就有点棘手了，所有很多时候只能推倒原来的模型，数据清洗、筛选、特征选择等 重新学习一个新的模型，直到特征决策在业务上面解释得通。
在此，本文简单探讨一个可以快速对lightgbm树模型结构进行调整的方法。
lightgbm结构
首先导出lightgbm单棵树的结构及相应的模型文件：# 本文代码 (https://github.com/aialgorithm/Blog)
model.booster_.save_model("lgbmodel.txt") # 导出模型文件
treeversion=v3num_class=1num_tree_per_iteration=1label_index=0max_feature_idx=36objective=binary sigmoid:1feature_names=total_loan year_of_loan interest monthly_payment class work_year house_exist censor_status use post_code region debt_loan_ratio del_in_18month scoring_low scoring_high known_outstanding_loan known_dero pub_dero_bankrup recircle_b recircle_u initial_list_status app_type title policy_code f0 f1 f2 f3 f4 early_return early_return_amount early_return_amount_3mon issue_date_y issue_date_m issue_date_diff employer_type industryfeature_infos=[818.18181819999995:47272.727270000003] [3:5] [4.7789999999999999:33.978999999999999] [30.440000000000001:1503.8900000000001] [0:6] [0:10] [0:4] [0:2] [0:13] [0:901] [0:49] [0:509.3672727] [0:15] [540:910.90909090000002] [585:1131.818182] [1:59] [0:12] [0:9999] [0:779021] [0:120.6153846] [0:1] [0:1] [0:60905] none [0:9999] [0:9999] [0:9999] [2:9999] [0:9999] [0:5] [0:17446] [0:4821.8999999999996] [2007:2018] [1:12] [2830:6909] -1:4:3:2:0:1:5 -1:13:11:3:1:2:10:7:8:12:0:4:5:9:6tree_sizes=770
Tree=0num_leaves=6num_cat=0split_feature=30 2 16 15 2split_gain=3093.94 124.594 59.0243 46.1935 42.6584threshold=1.0000000180025095e-35 9.9675000000000029 1.5000000000000002 17.500000000000004 15.961500000000003decision_type=2 2 2 2 2left_child=1 -1 3 -2 -3right_child=2 4 -4 -5 -6leaf_value=0.023461476907437533 -0.17987415362524772 0.10323905611372351 -0.026732447730002745 -0.10633877114664755 0.14703056722907529leaf_weight=147.41318297386169 569.9415502846241 502.41849474608898 30.554571613669395 100.48724548518658 399.18497054278851leaf_count=544 3633 1325 133 543 822internal_value=-5.60284e-08 0.108692 -0.162658 -0.168852 0.122628internal_weight=0 1049.02 700.983 670.429 901.603internal_count=7000 2691 4309 4176 2147is_linear=0shrinkage=1
end of trees
feature_importances:interest=2known_outstanding_loan=1known_dero=1early_return_amount=1
parameters:[boosting: gbdt][objective: binary][metric: auc][tree_learner: serial][device_type: cpu][data: ][valid: ][num_iterations: 1][learning_rate: 0.1][num_leaves: 6][num_threads: -1][deterministic: 0][force_col_wise: 0][force_row_wise: 0][histogram_pool_size: -1][max_depth: -1][min_data_in_leaf: 20][min_sum_hessian_in_leaf: 0.001][bagging_fraction: 1][pos_bagging_fraction: 1][neg_bagging_fraction: 1][bagging_freq: 0][bagging_seed: 7719][feature_fraction: 1][feature_fraction_bynode: 1][feature_fraction_seed: 2437][extra_trees: 0][extra_seed: 11797][early_stopping_round: 0][first_metric_only: 0][max_delta_step: 0][lambda_l1: 0][lambda_l2: 0][linear_lambda: 0][min_gain_to_split: 0][drop_rate: 0.1][max_drop: 50][skip_drop: 0.5][xgboost_dart_mode: 0][uniform_drop: 0][drop_seed: 21238][top_rate: 0.2][other_rate: 0.1][min_data_per_group: 100][max_cat_threshold: 32][cat_l2: 10][cat_smooth: 10][max_cat_to_onehot: 4][top_k: 20][monotone_constraints: ][monotone_constraints_method: basic][monotone_penalty: 0][feature_contri: ][forcedsplits_filename: ][refit_decay_rate: 0.9][cegb_tradeoff: 1][cegb_penalty_split: 0][cegb_penalty_feature_lazy: ][cegb_penalty_feature_coupled: ][path_smooth: 0][interaction_constraints: ][verbosity: -1][saved_feature_importance_type: 0][linear_tree: 0][max_bin: 255][max_bin_by_feature: ][min_data_in_bin: 3][bin_construct_sample_cnt: 200000][data_random_seed: 38][is_enable_sparse: 1][enable_bundle: 1][use_missing: 1][zero_as_missing: 0][feature_pre_filter: 1][pre_partition: 0][two_round: 0][header: 0][label_column: ][weight_column: ][group_column: ][ignore_column: ][categorical_feature: 35,36][forcedbins_filename: ][precise_float_parser: 0][objective_seed: 8855][num_class: 1][is_unbalance: 0][scale_pos_weight: 1][sigmoid: 1][boost_from_average: 1][reg_sqrt: 0][alpha: 0.9][fair_c: 1][poisson_max_delta_step: 0.7][tweedie_variance_power: 1.5][lambdarank_truncation_level: 30][lambdarank_norm: 1][label_gain: ][eval_at: ][multi_error_top_k: 1][auc_mu_weights: ][num_machines: 1][local_listen_port: 12400][time_out: 120][machine_list_filename: ][machines: ][gpu_platform_id: -1][gpu_device_id: -1][gpu_use_dp: 0][num_gpu: 1]
end of parameters
pandas_categorical:[["\u4e0a\u5e02\u4f01\u4e1a", "\u4e16\u754c\u4e94\u767e\u5f3a", "\u5e7c\u6559\u4e0e\u4e2d\u5c0f\u5b66\u6821", "\u653f\u5e9c\u673a\u6784", "\u666e\u901a\u4f01\u4e1a", "\u9ad8\u7b49\u6559\u80b2\u673a\u6784"], ["\u4ea4\u901a\u8fd0\u8f93\u3001\u4ed3\u50a8\u548c\u90ae\u653f\u4e1a", "\u4f4f\u5bbf\u548c\u9910\u996e\u4e1a", "\u4fe1\u606f\u4f20\u8f93\u3001\u8f6f\u4ef6\u548c\u4fe1\u606f\u6280\u672f\u670d\u52a1\u4e1a", "\u516c\u5171\u670d\u52a1\u3001\u793e\u4f1a\u7ec4\u7ec7", "\u519c\u3001\u6797\u3001\u7267\u3001\u6e14\u4e1a", "\u5236\u9020\u4e1a", "\u56fd\u9645\u7ec4\u7ec7", "\u5efa\u7b51\u4e1a", "\u623f\u5730\u4ea7\u4e1a", "\u6279\u53d1\u548c\u96f6\u552e\u4e1a", "\u6587\u5316\u548c\u4f53\u80b2\u4e1a", "\u7535\u529b\u3001\u70ed\u529b\u751f\u4ea7\u4f9b\u5e94\u4e1a", "\u91c7\u77ff\u4e1a", "\u91d1\u878d\u4e1a"]]
lightgbm集成多棵二叉树的树模型，以如下一颗二叉树的一个父节点及其两个叶子分支具体解释（其他树及节点依此类推）， 下面内部节点是以
特征insterest（贷款利率）的数值 是否<=15.962做的判断划分
划分的增益gain 42.658
样本权重 901.603
该节点的样本数2147 占据了30.67%的数据
该节点的如果不继续分裂叶子，获得的分数值是0.123 划分后的两个叶子节点：
leaf2 分数值 0.103
leaf5 分数值 0.147 分数值越高说明该叶子决策结果越趋近1（在本例金融风控项目里面也就是数值越大，越容易违约）
在金融风控领域是很注重决策的可解释性，有时我们可能发现某一个叶子节点的决策是不符合业务解释性的。比如，业务上认为利率越高 违约概率应该越低，那我们上图的节点就是不符合业务经验的（注：这里只是假设，实际上图节点的决策 还是符合业务经验的）。
那么这时最快微调树模型的办法就是直接对这个模型的这个叶子节点剪枝掉，只保留内部节点做决策。
那么，如何快速地对lightgbm手动调整树结构（如剪枝）呢？
lightgbm手动剪枝
这里有个取巧的剪枝办法，可以在保留原始树结构的前提下，修改特定叶子节点的分数值为他们上级父节点的分数值，那逻辑上就等同于“剪枝”了。
剪枝前
对应的测试集的模型效果
剪枝后 （修改叶子节点为父节点的分数）
可以手动修改下模型文件对应叶子节点的分数值：
我们再验证下剪枝前后，测试集的模型效果差异：auc降了1%，ks变化不大；
通过剪枝去优化模型复杂度或者去符合合理业务经验，对模型带来都是正则化效果模型可以减少统计噪音的影响（减少过拟合），有更好的泛化效果。
当然本方法建立在小规模集成学习的树模型，如果动则几百上千颗的大规模树模型，人为调整每一颗的树结构，这也不现实。
编辑：王菁
*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。
发布文章
