tf.raw_ops.BoostedTreesCalculateBestFeatureSplitV2

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

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

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 — это лучший порог (идентификатор корзины), приросты и вклады узлов слева/справа на узел для каждого признака.

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

Таким образом, выходные данные представляют собой наилучшее разбиение по признакам и по узлам, поэтому его необходимо объединить позже, чтобы получить наилучшее разбиение для каждого узла (среди всех возможных признаков).

Форматы выходных данных совместимы таким образом, что первая размерность всех тензоров одинаковая и равна количеству возможных узлов разбиения для каждого признака.

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Тензор ранга 1 (форма=[2]), указывающий диапазон [начало, конец) идентификаторов узлов для обработки в `stats_summary_list`. Узлы итерируются между двумя узлами, заданными тензором, как в `for node_id in range(node_id_range[0], node_id_range[1])` (обратите внимание, что последний индекс node_id_range[1] исключается).
`stats_summaries_list`	Список из как минимум 1 `Tensor` объекта типа `float32`. Список тензоров ранга 4 (#форма=[max_splits, feature_dims, bucket, stats_dims]) для сводки накопленных статистических данных (градиент/гессиан) по узлу, по размерности, по корзинам для каждого признака. Первая размерность тензора — максимальное количество разбиений, и поэтому не все элементы будут использоваться, но будут использоваться только индексы, указанные в node_ids.
`split_types`	A `Tensor` типа `string`. Тензор ранга 1, указывающий, должен ли этот оператор выполнять неравенство или равенство разделения по признаку.
`candidate_feature_ids`	A `Tensor` типа `int32`. Тензор ранга 1 с идентификаторами для каждого признака. Это фактический идентификатор признака.
`l1`	A `Tensor` типа `float32`. Коэффициент регуляризации l1 для весов листьев, основанный на экземпляре.
`l2`	A `Tensor` типа `float32`. Коэффициент регуляризации l2 для весов листьев, основанный на экземпляре.
`tree_complexity`	A `Tensor` типа `float32`. Корректировка прироста, основанная на листе.
`min_node_weight`	A `Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел считался подходящим для разделения.
`logits_dimension`	A `int` величиной `>= 1`. Размерность логита, т.е. число классов.
`name`	Название операции (необязательно).

Возвращаемые значения
Кортеж объектов `Tensor` (node_ids, gains, feature_ids, 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_ids`	A `Tensor` типа `int32`.
`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/BoostedTreesCalculateBestFeatureSplitV2