BoostedTreesCalculateBestFeatureSplitV2

classe final pública BoostedTreesCalculateBestFeatureSplitV2

Calcula ganhos para cada recurso e retorna as melhores informações de divisão possíveis para cada nó. Entretanto, se nenhuma divisão for encontrada, nenhuma informação de divisão será retornada para esse nó.

As informações divididas são o melhor limite (id do bucket), ganhos e contribuições do nó esquerdo/direito por nó para cada recurso.

É possível que nem todos os nós possam ser divididos em cada recurso. Conseqüentemente, a lista de nós possíveis pode diferir entre os recursos. Portanto, retornamos `node_ids_list` para cada recurso, contendo a lista de nós que este recurso pode ser usado para dividir.

Desta forma, a saída é a melhor divisão por características e por nó, de modo que precisa ser combinada posteriormente para produzir a melhor divisão para cada nó (entre todas as características possíveis).

As formas de saída são compatíveis de forma que a primeira dimensão de todos os tensores seja a mesma e igual ao número de nós de divisão possíveis para cada recurso.

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

estática BoostedTreesCalculateBestFeatureSplitV2
create ( Escopo de escopo , Operando < TInt32 > nodeIdRange, Iterable< Operando < TFloat32 >> statsSummariesList, Operando < TString > splitTypes, Operando < TInt32 > candidateFeatureIds, Operando < TFloat32 > l1, Operando < TFloat32 > l2, Operando < TFloat32 > treeComplexity, Operando < TFloat32 > minNodeWeight, Long logitsDimension)
Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesCalculateBestFeatureSplitV2.
Saída < TInt32 >
recursoDimensões ()
Tensores de classificação 1 indicando a melhor dimensão de recurso para cada recurso a ser dividido para determinados nós se o recurso for multidimensional.
Saída < TInt32 >
featureIds ()
Tensores de classificação 1 indicando o melhor ID de recurso para cada nó.
Saída < TFloat32 >
ganhos ()
Um tensor de classificação 1 indicando os melhores ganhos para cada recurso a ser dividido para determinados nós.
Saída < TFloat32 >
leftNodeContribs ()
Tensores de classificação 2 indicando a contribuição dos nós esquerdos ao ramificar dos nós pais (dados pelo elemento tensor na saída node_ids_list) para a direção esquerda pelo limite fornecido para cada recurso.
Saída < TInt32 >
nodeIds ()
Tensores de classificação 1 indicando possíveis IDs de nós divididos para cada recurso.
Saída < TFloat32 >
rightNodeContribs ()
Tensores de classificação 2, com a mesma forma/condições que left_node_contribs_list, mas apenas que o valor é para o nó direito.
Saída <TString>
splitWithDefaultDirections ()
Tensores de classificação 1 indicando a direção a seguir se faltarem dados.
Saída < TInt32 >
limites ()
Tensores de classificação 1 indicando o ID do bucket para comparação (como um limite) para divisão em cada nó.

Métodos herdados

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "BoostedTreesCalculateBestFeatureSplitV2"

Métodos Públicos

public static BoostedTreesCalculateBestFeatureSplitV2 create ( Escopo de escopo , Operando < TInt32 > nodeIdRange, Iterable< Operando < TFloat32 >> statsSummariesList, Operando < TString > splitTypes, Operando < TInt32 > candidateFeatureIds, Operando < TFloat32 > l1, Operando < TFloat32 > l2, Operando < TFloat32 > treeComplexity, Operando < TFloat32 > minNodeWeight, Long logitsDimension)

Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesCalculateBestFeatureSplitV2.

Parâmetros
escopo escopo atual
nodeIdRange Um tensor de classificação 1 (shape=[2]) para especificar o intervalo [primeiro, último) de IDs de nó a serem processados ​​em `stats_summary_list`. Os nós são iterados entre os dois nós especificados pelo tensor, como `for node_id in range(node_id_range[0], node_id_range[1])` (Observe que o último índice node_id_range[1] é exclusivo).
estatísticasResumosLista Uma lista de tensores de classificação 4 (#shape=[max_splits, feature_dims, bucket, stats_dims]) para resumo de estatísticas acumuladas (gradiente/hessian) por nó, por dimensão, por buckets para cada recurso. A primeira dimensão do tensor é o número máximo de divisões e, portanto, nem todos os elementos dele serão usados, mas apenas os índices especificados por node_ids serão usados.
splitTypes Um tensor de classificação 1 indicando se este Op deve realizar divisão de desigualdade ou divisão de igualdade por recurso.
candidatoFeatureIds Tensor de classificação 1 com IDs para cada recurso. Esta é a identidade real do recurso.
l1 l1 fator de regularização nos pesos das folhas, com base em instância.
l2 Fator de regularização l2 nos pesos das folhas, com base em instância.
árvoreComplexidade ajuste ao ganho, por folha.
minNodePeso média mínima de hessianas em um nó antes necessária para que o nó seja considerado para divisão.
logitsDimensão A dimensão do logit, ou seja, número de classes.
Devoluções
  • uma nova instância de BoostedTreesCalculateBestFeatureSplitV2

Saída pública < TInt32 > featureDimensions ()

Tensores de classificação 1 indicando a melhor dimensão de recurso para cada recurso a ser dividido para determinados nós se o recurso for multidimensional. Veja acima detalhes como formas e tamanhos.

Saída pública < TInt32 > featureIds ()

Tensores de classificação 1 indicando o melhor ID de recurso para cada nó. Veja acima detalhes como formas e tamanhos.

Saída pública < TFloat32 > ganhos ()

Um tensor de classificação 1 indicando os melhores ganhos para cada recurso a ser dividido para determinados nós. Veja acima detalhes como formas e tamanhos.

Saída pública < TFloat32 > leftNodeContribs ()

Tensores de classificação 2 indicando a contribuição dos nós esquerdos ao ramificar dos nós pais (dados pelo elemento tensor na saída node_ids_list) para a direção esquerda pelo limite fornecido para cada recurso. Este valor será usado para criar o valor do nó esquerdo, adicionando ao valor do nó pai. O tamanho da segunda dimensão é 1 para logits unidimensionais, mas seria maior para problemas multiclasses. Veja acima detalhes como formas e tamanhos.

Saída pública < TInt32 > nodeIds ()

Tensores de classificação 1 indicando possíveis IDs de nós divididos para cada recurso. O comprimento da lista é num_features, mas cada tensor tem tamanho diferente, pois cada recurso fornece diferentes nós possíveis. Veja acima detalhes como formas e tamanhos.

Saída pública < TFloat32 > rightNodeContribs ()

Tensores de classificação 2, com a mesma forma/condições que left_node_contribs_list, mas apenas que o valor é para o nó direito.

Saída pública < TString > splitWithDefaultDirections ()

Tensores de classificação 1 indicando a direção a seguir se faltarem dados. Veja acima detalhes como formas e tamanhos. A desigualdade com o padrão à esquerda retorna 0, a desigualdade com o padrão à direita retorna 1, a igualdade com o padrão à direita retorna 2.

saída pública < TInt32 > limites ()

Tensores de classificação 1 indicando o ID do bucket para comparação (como um limite) para divisão em cada nó. Veja acima detalhes como formas e tamanhos.