TensorFlow निर्णय वन

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 निर्णय वन (TF-DF) की सेवा करने और निर्णय वन मॉडल की व्याख्या, प्रशिक्षण के लिए राज्य के अत्याधुनिक एल्गोरिदम का एक संग्रह है। पुस्तकालय का एक संग्रह है Keras मॉडल और समर्थन करता है वर्गीकरण, प्रतिगमन और रैंकिंग।

TF-DF के चारों ओर एक आवरण है Yggdrasil के निर्णय वन सी ++ पुस्तकालयों। TF-DF के साथ प्रशिक्षित मॉडल Yggdrasil Decision Forests के मॉडल के साथ संगत हैं, और इसके विपरीत।

दुर्भाग्य से TF-DF के लिए अभी तक उपलब्ध नहीं है मैक (# 16) या विंडोज (# 3) , हम उस पर काम कर रहे हैं।

कीवर्ड: डिसिजन फ़ॉरेस्ट, टेंसरफ़्लो, रैंडम फ़ॉरेस्ट, ग्रेडिएंट बूस्टेड ट्री, कार्ट, मॉडल इंटरप्रिटेशन।

समुदाय

निम्नलिखित संसाधन उपलब्ध हैं:

योगदान

TensorFlow निर्णय वन और Yggdrasil निर्णय वन में योगदान का स्वागत है। आप योगदान करना चाहते हैं, की समीक्षा अवश्य करें डेवलपर मैनुअल