# 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 ) היא ספרייה לאימון, הפעלה ופירוש של מודלים של יערות החלטה (למשל, יערות אקראיים, עצים עם שיפור שיפוע) ב-TensorFlow. TF-DF תומך בסיווג, רגרסיה, דירוג והעלאה. זה זמין בלינוקס וב-Mac. משתמשי חלונות יכולים להשתמש ב-WSL+Linux.
TF-DF מופעל על ידי Yggdrasil Decision Forest ( YDF ), ספרייה לאימון ושימוש ביערות החלטה ב-c++, JavaScript, CLI ו-Go. דגמי TF-DF תואמים לדגמי YDF, ולהיפך.
מילות מפתח: Decision Forests, TensorFlow, Random Forest, Gradient Boosted Trees, CART, פרשנות מודלים.
תיעוד ומשאבים
המשאבים הבאים זמינים:
- מדריכים והדרכות
- הפניה ל-API
- תיעוד YDF (חל גם על TF-DF)
- שיעור Google Developers בנושא יערות החלטות
- השתמש ב-Simple ML for Sheets כדי להכשיר דגמים ב-Google Sheets שלך
קהילה
תורם
תרומות ליערות ההחלטה של TensorFlow ויערות ההחלטה של Yggdrasil יתקבלו בברכה. אם אתה רוצה לתרום, הקפד לעיין במדריך למפתחים .