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 этого узла не возвращается.

Просмотр псевдонимов

Псевдонимы совместимости 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 наилучший порог (идентификатор ведра), выигрыши и вклады узлов слева/справа для каждого узла по каждому признаку.

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

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

Формы 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]) для указания диапазона [первый, последний) идентификаторов узлов для обработки внутри `stats_summary_list`. Узлы итерируются 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] 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 суммарной статистики накопленной (градиент/гессиан) по узлу, по размерности, по ведрам для каждого признака. Первое измерение тензора — максимальное количество разбиений, и поэтому не все элементы будут использоваться, но будут использоваться только индексы, указанные node_ids.
`split_types`	A `Tensor` типа `string`. Тензор ранга 1, указывающий, должен ли этот оператор выполнять неравное разбиение или равное разбиение по признакам.
`candidate_feature_ids`	A `Tensor` типа `int32`. Тензор ранга 1 с идентификаторами для каждого признака. Это реальный идентификатор признака.
`l1`	A `Tensor` типа `float32`. Коэффициент регуляризации l1 для весов листьев, на основе каждой сущности.
`l2`	A `Tensor` типа `float32`. Коэффициент регуляризации l2 для весов листьев, на основе каждой сущности.
`tree_complexity`	A `Tensor` типа `float32`. Корректировка выигрыша на основе каждого 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`, который является `>= 1`. Размерность логита, т. е. 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`.

© 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/BoostedTreesCalculateBestFeatureSplitV2