tf.raw_ops.BoostedTreesCalculateBestFeatureSplit

Вычисляет приросты для каждого признака и возвращает наилучшую 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.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), приросты и вклады левого/правого узла на узел для каждого признака.

Возможно, не все узлы могут быть разделены на каждом признаке. Поэтому список возможных узлов может отличаться между признаками. Таким образом, мы возвращаем node_ids_list для каждого признака, содержащий список узлов, которые этот признак может использоваться для разбиения.

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

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

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Тензор ранга 1 (форма = [2]), указывающий диапазон [первый, последний) идентификаторов узлов для обработки в `stats_summary_list`. Узлы обрабатываются между двумя узлами, указанными в тензоре, как в `for node_id in range(node_id_range[0], node_id_range[1])` (обратите внимание, что последний индекс node_id_range[1] не включается).
`stats_summary`	A `Tensor` типа `float32`. Тензор ранга 4 (#форма = [max_splits, feature_dims, bucket, stats_dims]) для суммарных данных статистики (градиент/гессиан) на узел, размерность, корзины для каждого признака. Первое измерение тензора — максимальное количество разбиений, и поэтому не все элементы будут использоваться, но будут использоваться только индексы, указанные 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 прироста, на основе листа.
`min_node_weight`	A `Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел рассматривался для разбиения.
`logits_dimension`	A `int` `>= 1`. Размерность логита, т. е. число классов.
`split_type`	Необязательный `string` из `"inequality", "equality"`. По умолчанию `"inequality"`. Строка, указывающая, должен ли этот оператор выполнять неравное разбиение или равное разбиение.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж `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`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/raw_ops/BoostedTreesCalculateBestFeatureSplit