tf.raw_ops.BoostedTreesCalculateBestFeatureSplit

Вычисляет выигрыши для каждого признака и возвращает наилучшую возможную информацию о разбиении для признака.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.raw_ops.BoostedTreesCalculateBestFeatureSplit

tf.raw_ops.BoostedTreesCalculateBestFeatureSplit(
    node_id_range, stats_summary, l1, l2, tree_complexity, min_node_weight,
    logits_dimension, split_type='inequality', name=None
)

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

Возможны случаи, когда не все узлы могут быть разделены на каждом признаке. Следовательно, список возможных узлов может отличаться между признаками. Поэтому мы возвращаем node_ids_list для каждого признака, содержащего список узлов, которые могут быть использованы для разбиения этим признаком.

Таким образом, выходные данные — это лучшее разбиение по признакам и по узлу, поэтому его необходимо комбинировать позже, чтобы получить лучшее разбиение для каждого узла (среди всех возможных признаков).

Форматы выходных данных совместимы таким образом, что первое измерение всех тензоров одинаково и равно количеству возможных узлов разбиения для каждого признака.

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Тензор ранга 1 (формат = [2]) для указания диапазона [первый, последний) идентификаторов узлов для обработки в `stats_summary_list`. Узлы итерируются 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] — исключительный).
`stats_summary`	A `Tensor` типа `float32`. Тензор ранга 4 (#формат = [max_splits, feature_dims, bucket, stats_dims]) для суммарных данных статистики (градиента/гессиана) на узел, по измерению, по корзинам для каждого признака. Первое измерение тензора — максимальное количество разбиений, и поэтому не все его элементы будут использоваться, но будут использоваться только индексы, указанные в node_ids.
`l1`	A `Tensor` типа `float32`. Коэффициент регуляризации l1 для весов листа на основе экземпляра.
`l2`	A `Tensor` типа `float32`. Коэффициент регуляризации l2 для весов листа на основе экземпляра.
`tree_complexity`	A `Tensor` типа `float32`. Корректировка выигрыша на основе листа.
`min_node_weight`	A `Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел считался подходящим для разбиения.
`logits_dimension`	An `int` который является `>= 1`. Измерение лога, т.е. количество классов.
`split_type`	Необязательный `string` из: `"inequality", "equality"`. По умолчанию `"inequality"`. Строка, указывающая, должен ли этот оператор выполнять неравенственное разбиение или равенственное разбиение.
`name`	Имя операции (необязательно).

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

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/raw_ops/BoostedTreesCalculateBestFeatureSplit