Assistez au symposium Women in ML le 7 décembre Inscrivez-vous maintenant
Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.
# Install TF-DF
!pip install tensorflow tensorflow_decision_forests

# Load TF-DF
import tensorflow_decision_forests as tfdf
import pandas as pd

# Load a dataset in a Pandas dataframe.
train_df = pd.read_csv("project/train.csv")
test_df = pd.read_csv("project/test.csv")

# Convert the dataset into a TensorFlow dataset.
train_ds = tfdf.keras.pd_dataframe_to_tf_dataset(train_df, label="my_label")
test_ds = tfdf.keras.pd_dataframe_to_tf_dataset(test_df, label="my_label")

# Train a Random Forest model.
model = tfdf.keras.RandomForestModel()
model.fit(train_ds)

# Summary of the model structure.
model.summary()

# Evaluate the model.
model.evaluate(test_ds)

# Export the model to a SavedModel.
model.save("project/model")

TensorFlow Decision Forests ( TF-DF ) est une bibliothèque permettant d'entraîner, d'exécuter et d'interpréter des modèles de forêts de décision (par exemple, Random Forests, Gradient Boosted Trees) dans TensorFlow. TF-DF prend en charge la classification, la régression, le classement et l'élévation. Il est disponible sur Linux et Mac. Les utilisateurs de Windows peuvent utiliser WSL+Linux.

TF-DF est optimisé par Yggdrasil Decision Forest ( YDF ), une bibliothèque permettant de former et d'utiliser des forêts de décision en c++, JavaScript, CLI et Go. Les modèles TF-DF sont compatibles avec les modèles YDF, et vice versa.

Mots-clés : Forêts de décision, TensorFlow, Random Forest, Gradient Boosted Trees, CART, interprétation du modèle.

Documentation et ressources

Les ressources suivantes sont disponibles :

Communauté

  • Forum TensorFlow
  • Forêt de décision TensorFlow sur Github
  • Forêt de décision Yggdrasil sur Github
  • Contribuant

    Les contributions aux forêts de décision TensorFlow et aux forêts de décision Yggdrasil sont les bienvenues. Si vous souhaitez contribuer, assurez-vous de consulter le manuel du développeur .