tf.nn.isotonic_regression

Решает задачи изотонной регрессии вдоль указанной оси.

tf.nn.isotonic_regression(
    inputs, decreasing=True, axis=-1
)

Для каждого вектора x решаемая задача:

\[\argmin_{y_1 >= y_2 >= ... >= y_n} \sum_i (x_i - y_i)^2.\]

Поскольку решение является покомпонентно постоянным, возвращается второй тензор, кодирующий сегменты. Задачи решаются вдоль указанной оси.

Рассмотрим следующий пример, где решается набор из двух задач. Первый вход — [3, 1, 2], а второй 1, 3, 4.

>>> x = tf.constant([[3, 1, 2], [1, 3, 4]], dtype=tf.float32)
>>> y, segments = tf.nn.isotonic_regression(x, axis=1)
>>> y  # The solution.
<tf.Tensor: shape=(2, 3), dtype=float32, numpy=
array([[3.       , 1.5      , 1.5      ],
       [2.6666667, 2.6666667, 2.6666667]], dtype=float32)>

Обратите внимание, что первое решение состоит из двух блоков [2] и [1.5, 1.5]. Второе решение является постоянным и, следовательно, имеет один сегмент. Эти сегменты именно то, что кодирует второй возвращаемый тензор:

segments
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[0, 1, 1],
       [0, 0, 0]], dtype=int32)>