tf.raw_ops.BoostedTreesCalculateBestFeatureSplitV2

Вычисляет приросты для каждого признака и возвращает наилучшую возможную информацию о разбиении для каждого узла. Однако, если разбиение не найдено, информация о разбиении для этого узла не возвращается.

Просмотреть псевдонимы

Псевдонимы совместимости для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.BoostedTreesCalculateBestFeatureSplitV2

tf.raw_ops.BoostedTreesCalculateBestFeatureSplitV2(
    node_id_range,
    stats_summaries_list,
    split_types,
    candidate_feature_ids,
    l1,
    l2,
    tree_complexity,
    min_node_weight,
    logits_dimension,
    name=None
)

Информация о разбиении включает наилучший порог (идентификатор корзины), приросты и вклады левого/правого узлов для каждого узла и каждого признака.

Не все узлы можно разбить по каждому признаку. Поэтому список возможных узлов может различаться для разных признаков. По этой причине мы возвращаем node_ids_list для каждого признака, содержащий список узлов, которые можно разбить с помощью этого признака.

Таким образом, выходные данные содержат наилучшее разбиение для каждого признака и каждого узла. Позже их необходимо объединить, чтобы получить наилучшее разбиение для каждого узла (среди всех возможных признаков).

Формы выходных данных совместимы: первое измерение всех тензоров одинаково и равно количеству возможных узлов разбиения для каждого признака.

Аргументы
`node_id_range`	`Tensor` типа `int32`. Тензор ранга 1 (форма=[2]), задающий диапазон [first, last) идентификаторов узлов для обработки в пределах `stats_summary_list`. Узлы перебираются между двумя узлами, указанными в тензоре, аналогично `for node_id in range(node_id_range[0], node_id_range[1])` (обратите внимание, что последний индекс node_id_range[1] не включается).
`stats_summaries_list`	Список как минимум из 1 объекта `Tensor` типа `float32`. Список тензоров ранга 4 (#shape=[max_splits, feature_dims, bucket, stats_dims]) со сводной статистикой накоплений (градиент/гессиан) для каждого узла, измерения и корзины каждого признака. Первое измерение тензора соответствует максимальному количеству разбиений, поэтому используются не все его элементы, а только индексы, указанные в node_ids.
`split_types`	`Tensor` типа `string`. Тензор ранга 1, указывающий, должно ли это Op выполнять разбиение по неравенству или по равенству для каждого признака.
`candidate_feature_ids`	`Tensor` типа `int32`. Тензор ранга 1 с идентификаторами каждого признака. Это фактический идентификатор признака.
`l1`	`Tensor` типа `float32`. Коэффициент регуляризации l1 для весов листьев, рассчитываемый для каждого экземпляра.
`l2`	`Tensor` типа `float32`. Коэффициент регуляризации l2 для весов листьев, рассчитываемый для каждого экземпляра.
`tree_complexity`	`Tensor` типа `float32`. Поправка к приросту, рассчитываемая для каждого листа.
`min_node_weight`	`Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел можно было рассматривать для разбиения.
`logits_dimension`	`int` со значением `>= 1`. Размерность логита, то есть количество классов.
`name`	Имя операции (необязательно).

Возвращает
Кортеж из объектов `Tensor` (node_ids, gains, feature_ids, feature_dimensions, thresholds, left_node_contribs, right_node_contribs, split_with_default_directions).
`node_ids`	`Tensor` типа `int32`.
`gains`	`Tensor` типа `float32`.
`feature_ids`	`Tensor` типа `int32`.
`feature_dimensions`	`Tensor` типа `int32`.
`thresholds`	`Tensor` типа `int32`.
`left_node_contribs`	`Tensor` типа `float32`.
`right_node_contribs`	`Tensor` типа `float32`.
`split_with_default_directions`	`Tensor` типа `string`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/BoostedTreesCalculateBestFeatureSplitV2