tf.raw_ops.BoostedTreesCalculateBestFeatureSplitV2

Вычисляет выигрыши для каждого признака и возвращает информацию о наилучшем возможном разбиении для каждого узла. Однако, если разбиение не найдено, то информация о разбиении для данного узла не возвращается.

Просмотр псевдонимов

Псевдонимы для миграции

Дополнительные сведения 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 — это лучший порог (номер корзины), выигрыши и вклады левого/правого узла на узел для каждого признака.

Возможен случай, когда не все узлы могут быть разделены на каждом признаке. Таким образом, список возможных узлов может отличаться для разных признаков. Поэтому мы возвращаем node_ids_list для каждого признака, содержащий список узлов, для которых этот признак может быть использован для разбиения.

Таким образом, результат — наилучшее разбиение по признакам и по узлам, так что его необходимо объединить позднее для получения наилучшего разбиения для каждого узла (среди всех возможных признаков).

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

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Тензор ранга 1 (форма=[2]), задающий диапазон [первый, последний) идентификаторов узлов для обработки в `stats_summary_list`. Узлы обрабатываются между двумя узлами, указанными в тензоре, аналогично `for node_id in range(node_id_range[0], node_id_range[1])` (обратите внимание, что индекс последнего узла 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 накопленных сводных статистик (градиент/гессиан) на узел, на измерение, на корзины для каждого признака. Первое измерение 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 разбиение по неравенству или по равенству для каждого признака.
`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 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 гессиана в узле, необходимое для того, чтобы узел считался кандидатом на разбиение.
`logits_dimension`	An `int` который является `>= 1`. Размеры лога, то есть количество классов.
`name`	Имя 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/r2.4/api_docs/python/tf/raw_ops/BoostedTreesCalculateBestFeatureSplitV2