BoostedTreesCalculateBestFeatureSplit

publiczna klasa końcowa BoostedTreesCalculateBestFeatureSplit

Oblicza zyski dla każdej cechy i zwraca najlepszą możliwą informację o podziale dla tej cechy.

Informacje o podziale obejmują najlepszy próg (identyfikator segmentu), zyski i udział lewego/prawego węzła na węzeł dla każdej cechy.

Możliwe, że nie wszystkie węzły można podzielić na każdy element. Dlatego lista możliwych węzłów może różnić się w zależności od obiektu. Dlatego dla każdej cechy zwracamy `node_ids_list`, zawierającą listę węzłów, które ta funkcja może podzielić.

W ten sposób wynik jest najlepszym podziałem na cechy i na węzeł, dlatego należy go później połączyć, aby uzyskać najlepszy podział dla każdego węzła (spośród wszystkich możliwych cech).

Kształty wyjściowe są kompatybilne w ten sposób, że pierwszy wymiar wszystkich tensorów jest taki sam i równy liczbie możliwych węzłów podziału dla każdej cechy.

Klasy zagnieżdżone

klasa BoostedTreesCalculateBestFeatureSplit.Opcje Opcjonalne atrybuty dla BoostedTreesCalculateBestFeatureSplit

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczne WzmocnioneDrzewaCalculateBestFeatureSplit
utwórz ( Zakres zasięgu, Operand < TInt32 > nodeIdRange, Operand < TFloat32 > statsSummary, Operand < TFloat32 > l1, Operand < TFloat32 > l2, Operand < TFloat32 > TreeComplexity, Operand < TFloat32 > minNodeWeight, Long logitsDimension, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesCalculateBestFeatureSplit.
Dane wyjściowe <TInt32>
funkcjaWymiary ()
Tensory rangi 1 wskazujące najlepszy wymiar cechy dla każdej cechy do podziału dla określonych węzłów, jeśli cecha jest wielowymiarowa.
Dane wyjściowe <TFloat32>
zyski ()
Tensory rangi 1 wskazujące najlepsze zyski dla każdej cechy do podziału dla określonych węzłów.
Dane wyjściowe <TFloat32>
leftNodeContribs ()
Tensory rangi 2 wskazujące udział lewych węzłów podczas rozgałęziania się od węzłów nadrzędnych (podanych przez element tensorowy w wyjściowej liście węzłów_idów) w kierunku w lewo o dany próg dla każdej cechy.
Dane wyjściowe <TInt32>
identyfikatory węzłów ()
Tensory rangi 1 wskazujące możliwe identyfikatory węzłów podziału dla każdej cechy.
Dane wyjściowe <TFloat32>
RightNodeContribs ()
Tensory rangi 2, o takim samym kształcie/warunkach jak left_node_contribs_list, ale tylko z tą wartością dla prawego węzła.
statyczne BoostedTreesCalculateBestFeatureSplit.Options
splitType (ciąg typu split)
Dane wyjściowe <TString>
splitWithDefaultDirections ()
Tensory rangi 1 wskazujące kierunek, w którym należy podążać, jeśli brakuje danych.
Dane wyjściowe <TInt32>
progi ()
Tensory rangi 1 wskazujące identyfikator segmentu do porównania (jako próg) w celu podziału w każdym węźle.

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „BoostedTreesCalculateBestFeatureSplit”

Metody publiczne

public static BoostedTreesCalculateBestFeatureSplit create ( Zakres zasięgu, Operand < TInt32 > nodeIdRange, Operand < TFloat32 > statsSummary, Operand < TFloat32 > l1, Operand < TFloat32 > l2, Operand < TFloat32 > TreeComplexity, Operand < TFloat32 > minNodeWeight, Long logitsD wymiar, opcje.. .opcje )

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesCalculateBestFeatureSplit.

Parametry
zakres aktualny zakres
zakres identyfikatora węzła Tensor rangi 1 (kształt=[2]) określający zakres [pierwszy, ostatni) identyfikatorów węzłów do przetworzenia w ramach `stats_summary_list`. Węzły są iterowane pomiędzy dwoma węzłami określonymi przez tensor, na przykład „dla identyfikatora_węzła w zakresie (zakres_id_węzła[0], zakres_id_węzła[1])” (Zauważ, że ostatni indeks zakres_id_węzła[1] jest wyłączny).
podsumowanie statystyk Tensor rangi 4 (#shape=[max_splits, feature_dims, wiadro, stats_dims]) dla podsumowania skumulowanych statystyk (gradient/hessian) na węzeł, na wymiar, na segmenty dla każdej funkcji. Pierwszym wymiarem tensora jest maksymalna liczba podziałów, dlatego nie wszystkie jego elementy zostaną wykorzystane, a jedynie indeksy określone przez node_ids.
l1 l1 współczynnik regularyzacji masy liści, na podstawie przypadku.
l2 l2 współczynnik regularyzacji masy liści, na podstawie przypadku.
drzewoZłożoność dostosowanie do wzmocnienia w przeliczeniu na liść.
minWaga węzła minimalna średnia hesjanów w węźle, zanim będzie wymagana, aby węzeł został uwzględniony przy podziale.
wymiar logitowy Wymiar logitu, czyli liczby klas.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja BoostedTreesCalculateBestFeatureSplit

publiczne wyjście < TInt32 > featureDimensions ()

Tensory rangi 1 wskazujące najlepszy wymiar cechy dla każdej cechy do podziału dla określonych węzłów, jeśli cecha jest wielowymiarowa. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej.

publiczne wyjście < TFloat32 > zyski ()

Tensory rangi 1 wskazujące najlepsze zyski dla każdej cechy do podziału dla określonych węzłów. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej.

publiczne wyjście < TFloat32 > leftNodeContribs ()

Tensory rangi 2 wskazujące udział lewych węzłów podczas rozgałęziania się od węzłów nadrzędnych (podanych przez element tensorowy w wyjściowej liście węzłów_idów) w kierunku w lewo o dany próg dla każdej cechy. Ta wartość zostanie użyta do utworzenia wartości lewego węzła poprzez dodanie do wartości węzła nadrzędnego. Rozmiar drugiego wymiaru wynosi 1 dla logitów jednowymiarowych, ale byłby większy w przypadku problemów wieloklasowych. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej.

publiczne dane wyjściowe < TInt32 > identyfikatory węzłów ()

Tensory rangi 1 wskazujące możliwe identyfikatory węzłów podziału dla każdej cechy. Długość listy wynosi num_features, ale każdy tensor ma inny rozmiar, ponieważ każda funkcja zapewnia różne możliwe węzły. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej.

publiczne wyjście < TFloat32 > rightNodeContribs ()

Tensory rangi 2, o takim samym kształcie/warunkach jak left_node_contribs_list, ale tylko z tą wartością dla prawego węzła.

public static BoostedTreesCalculateBestFeatureSplit.Options splitType (String splitType)

Parametry
typ podziału Ciąg wskazujący, czy ta operacja powinna wykonać podział nierówności czy podział równości.

publiczne wyjście < TString > splitWithDefaultDirections ()

Tensory rangi 1 wskazujące kierunek, w którym należy podążać, jeśli brakuje danych. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej. Nierówność przy domyślnym lewym zwraca 0, nierówność przy domyślnym prawym zwraca 1, równość przy domyślnym prawym zwraca 2.

publiczne wyjście < TInt32 > progi ()

Tensory rangi 1 wskazujące identyfikator segmentu do porównania (jako próg) w celu podziału w każdym węźle. Szczegóły, takie jak kształty i rozmiary, znajdziesz powyżej.