جديد! استخدم Simple ML for Sheets لتطبيق التعلم الآلي على البيانات في Google Sheets قراءة المزيد
تنظيم صفحاتك في مجموعات يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
# 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 ) هي مكتبة لتدريب وتشغيل وتفسير نماذج غابات القرار (مثل الغابات العشوائية والأشجار المعززة بالتدرج) في TensorFlow. يدعم TF-DF التصنيف والانحدار والترتيب والارتقاء. وهي متوفرة على Linux و Mac. يمكن لمستخدمي Window استخدام WSL + Linux.

يتم تشغيل TF-DF بواسطة Yggdrasil Decision Forest ( YDF ) ، وهي مكتبة لتدريب واستخدام غابات القرار في c ++ و JavaScript و CLI و Go. تتوافق طرز TF-DF مع طرازات YDF والعكس صحيح.

الكلمات المفتاحية: غابات القرار ، TensorFlow ، Random Forest ، Gradient Boosted Trees ، CART ، تفسير النموذج.

التوثيق والموارد

الموارد التالية متوفرة:

تواصل اجتماعي

  • منتدى TensorFlow
  • مجموعة قرارات TensorFlow على Github
  • غابة قرار Yggdrasil على جيثب
  • المساهمة

    نرحب بالمساهمات في غابات القرار TensorFlow وغابات القرار Yggdrasil. إذا كنت ترغب في المساهمة ، فتأكد من مراجعة دليل المطور .