tf.raw_ops.BoostedTreesCalculateBestGainsPerFeature

Вычисляет приросты для каждого признака и возвращает информацию о лучшей возможной разбиении для признака.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.raw_ops.BoostedTreesCalculateBestGainsPerFeature

tf.raw_ops.BoostedTreesCalculateBestGainsPerFeature(
    node_id_range,
    stats_summary_list,
    l1,
    l2,
    tree_complexity,
    min_node_weight,
    max_splits,
    name=None
)

Информация о разбиении — это лучший порог (идентификатор корзины), приросты и вклады левого/правого узла на узел для каждого признака.

Возможна ситуация, когда не все узлы могут быть разделены по каждому признаку. Поэтому список возможных узлов может отличаться для разных признаков. Следовательно, мы возвращаем node_ids_list для каждого признака, содержащий список узлов, которые могут быть разделены этим признаком.

Таким образом, выход — это лучшее разбиение по признакам и по узлам, которое необходимо комбинировать впоследствии, чтобы получить лучшее разбиение для каждого узла (среди всех возможных признаков).

Длина списков вывода одинакова, num_features. Форматы вывода совместимы таким образом, что первое измерение всех тензоров всех списков одинаковое и равно количеству возможных узлов разбиения для каждого признака.

Аргументы
`node_id_range`	`Tensor` типа `int32`. 1-мерный тензор (форма=[2]), определяющий диапазон [первый, последний) идентификаторов узлов для обработки в `stats_summary_list`. Узлы итерируются между двумя узлами, указанными в тензоре, как в `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_summary_list`	Список из как минимум 1-го `Tensor` объекта типа `float32`. Список 3-мерных тензоров (#форма=[max_splits, bucket, 2]) для сводки накопленных статистических данных (градиент/гессиан) на узел по корзинам для каждого признака. Первое измерение тензора — это максимальное количество разбиений, и поэтому не все элементы будут использованы, но только индексы, указанные в node_ids.
`l1`	`Tensor` типа `float32`. Коэффициент регуляризации L1 для весов листа, основанный на экземпляре.
`l2`	`Tensor` типа `float32`. Коэффициент регуляризации L2 для весов листа, основанный на экземпляре.
`tree_complexity`	`Tensor` типа `float32`. Корректировка прироста, основанная на листе.
`min_node_weight`	`Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел рассматривался для разбиения.
`max_splits`	`int`, который `>= 1`. Количество узлов, которые могут быть разделены в целом дереве. Используется в качестве измерения выходных тензоров.
`name`	Название операции (необязательно).

Возвращаемые значения
Кортеж объектов `Tensor` (node_ids_list, gains_list, thresholds_list, left_node_contribs_list, right_node_contribs_list).
`node_ids_list`	Список с длиной, равной длине `stats_summary_list`, содержащий объекты `Tensor` типа `int32`.
`gains_list`	Список с длиной, равной длине `stats_summary_list`, содержащий объекты `Tensor` типа `float32`.
`thresholds_list`	Список с длиной, равной длине `stats_summary_list`, содержащий объекты `Tensor` типа `int32`.
`left_node_contribs_list`	Список с длиной, равной длине `stats_summary_list`, содержащий объекты `Tensor` типа `float32`.
`right_node_contribs_list`	Список с длиной, равной длине `stats_summary_list`, содержащий объекты `Tensor` типа `float32`.

© 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/BoostedTreesCalculateBestGainsPerFeature