tf.raw_ops.BoostedTreesSparseCalculateBestFeatureSplit

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

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.BoostedTreesSparseCalculateBestFeatureSplit

tf.raw_ops.BoostedTreesSparseCalculateBestFeatureSplit(
    node_id_range, stats_summary_indices, stats_summary_values, stats_summary_shape,
    l1, l2, tree_complexity, min_node_weight, logits_dimension,
    split_type='inequality', name=None
)

Информация о разбиении — это лучший порог (идентификатор корзины), выигрыши и вклады в левое/правое узлы на узел для каждого признака.

Возможна ситуация, когда не все узлы могут быть разделены по каждому признаку. Следовательно, список возможных узлов может отличаться в зависимости от признаков. Поэтому мы возвращаем node_ids_list для каждого признака, содержащий список узлов, которые этот признак может использовать для разбиения.

Таким образом, выходной результат — это лучшее разбиение по признакам и по узлу, чтобы его необходимо было объединить позже, чтобы получить лучшее разбиение для каждого узла (среди всех возможных признаков).

Форматы выходных данных совместимы таким образом, что первый размер всех тензоров одинаковый и равен числу возможных узлов разбиения для каждого признака.

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Тензор ранга 1 (форма [2]) для указания диапазона [первый, последний) идентификаторов узлов для обработки в `stats_summary_list`. Узлы обрабатываются между двумя узлами, заданными тензором, как в `for node_id in range(node_id_range[0], node_id_range[1])` (Обратите внимание, что последний индексный узел node_id_range[1] исключается).
`stats_summary_indices`	A `Tensor` типа `int32`. Тензор ранга 2 типа int64 с плотной формой N, 4 для обобщенной сводки накопленных статистических данных (градиент/гессиан) на узел на корзину для каждого признака. Второе измерение содержит идентификатор узла, размерность признака, идентификатор корзины и размер статистических данных. Размер статистических данных — это сумма размерности логарифмов и размерности гессиана, размерность гессиана может быть либо размерностью логарифмов, если используется диагональный гессиан, либо размерностью логарифмов^2, если используется полный гессиан.
`stats_summary_values`	A `Tensor` типа `float32`. Тензор ранга 1 типа float с плотной формой N, который предоставляет значения для каждого элемента в summary_indices.
`stats_summary_shape`	A `Tensor` типа `int32`. Тензор ранга 1 типа float с плотной формой [4], который задает плотную форму разреженного тензора, которая равна [число узлов дерева, размерности признаков, число корзин, размер статистических данных].
`l1`	A `Tensor` типа `float32`. Коэффициент регуляризации L1 для весов листьев, на основе экземпляра.
`l2`	A `Tensor` типа `float32`. Коэффициент регуляризации L2 для весов листьев, 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 для разделения.
`logits_dimension`	A `int` который является `>= 1`. Размерность логарифма, т. е. число классов.
`split_type`	Необязательный `string` из: `"inequality"`. По умолчанию `"inequality"`. Строка, указывающая, должен ли этот оператор выполнять разбиение по неравенству или равенству.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж объектов `Tensor` (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/r2.4/api_docs/python/tf/raw_ops/BoostedTreesSparseCalculateBestFeatureSplit