Calcula ganhos para cada recurso e retorna as melhores informações de divisão possíveis para o recurso.
A informação de divisão é o melhor limite (bucket id), ganhos e contribuições de nó esquerdo/direito por nó para cada recurso.
É possível que nem todos os nós possam ser divididos em cada recurso. Portanto, a lista de nós possíveis pode diferir entre os recursos. Portanto, retornamos `node_ids_list` para cada recurso, contendo a lista de nós que esse recurso pode ser usado para dividir.
Dessa forma, a saída é a melhor divisão por recursos e por nó, de modo que precisa ser combinada posteriormente para produzir a melhor divisão para cada nó (entre todos os recursos 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.
Classes aninhadas
| aula | BoostedTreesSparseCalculateBestFeatureSplit.Options | Atributos opcionais para BoostedTreesSparseCalculateBestFeatureSplit | |
Métodos públicos
| static BoostedTreesSparseCalculateBestFeatureSplit | create ( Escopo do escopo, Operando <Integer> nodeIdRange, Operando <Integer> statsSummaryIndices, Operando <Float> statsSummaryValues, Operando <Integer> statsSummaryShape, Operando <Float> l1, Operando <Float> l2, Operando <Float> treeComplexity, Operando <Float > minNodeWeight, Long logitsDimension, Options... options) Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesSparseCalculateBestFeatureSplit. |
| Saída <Inteiro> | featureDimensions () Um tensor Rank 1 que indica a melhor dimensão de recurso para cada recurso a ser dividido para cada nó. |
| Saída <Float> | ganhos () Um tensor Rank 1 indicando os melhores ganhos para dividir cada nó. |
| Saída <Float> | leftNodeContribs () Um tensor de Rank 2 que indica a contribuição dos nós esquerdos ao ramificar dos nós pais para a direção esquerda pelo limite fornecido para cada recurso. |
| Saída <Inteiro> | nodeIds () Um tensor Rank 1 indicando possíveis IDs de nós que podem ser divididos. |
| Saída <Float> | rightNodeContribs () Um tensor Rank 2, com a mesma forma/condições que left_node_contribs_list, mas apenas que o valor é para o nó direito. |
| static BoostedTreesSparseCalculateBestFeatureSplit.Options | splitType (String splitType) |
| Saída <String> | splitWithDefaultDirections () Um tensor de Rank 1 indicando qual direção seguir se os dados estiverem ausentes. |
| Saída <Inteiro> | limites () Um tensor Rank 1 que indica o ID do bucket para comparar (como um limite) para divisão em cada nó. |
Métodos Herdados
Métodos públicos
public static BoostedTreesSparseCalculateBestFeatureSplit create ( Escopo do escopo, Operando <Integer> nodeIdRange, Operando <Integer> statsSummaryIndices, Operando <Float> statsSummaryValues, Operando <Integer> statsSummaryShape, Operando <Float> l1, Operando <Float> l2, Operando <Float> treeComplexity, Operando <Float> minNodeWeight, Long logitsDimension, Options... options)
Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesSparseCalculateBestFeatureSplit.
Parâmetros
| alcance | escopo atual |
|---|---|
| nodeIdRange | Um tensor Rank 1 (shape=[2]) para especificar o intervalo [primeiro, último) de ids de nó para processar dentro de `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). |
| estatísticasResumoIndices | Um tensor int64 Rank 2 de forma densa [N, 4] (N especifica o número de valores diferentes de zero) para resumo de estatísticas acumuladas (gradiente/hessiano) por nó por bucket para cada recurso. A segunda dimensão contém o ID do nó, a dimensão do recurso, o ID do bucket e as estatísticas dim. stats dim é a soma da dimensão logits e da dimensão hessiana, a dimensão hessiana pode ser dimensão logits se for usada hessiana diagonal ou dimensão logits^2 se for usada hessiana completa. |
| statsResumoValores | Um tensor flutuante Rank 1 de forma densa [N] (N especifica o número de valores diferentes de zero), que fornece os valores para cada elemento em summary_indices. |
| estatísticasResumoForma | Um tensor flutuante Rank 1 de forma densa [4], que especifica a forma densa do tensor esparso, que é [num tree nodes, feature dimensions, num buckets, stats dim]. |
| l1 | l1 fator de regularização em pesos de folha, por instância. |
| l2 | l2 fator de regularização em pesos de folha, por instância. |
| treeComplexidade | ajuste ao ganho, por folha. |
| minNodeWeight | média mínima de hessianos em um nó antes de ser necessário para que o nó seja considerado para divisão. |
| logitsDimension | A dimensão de logit, ou seja, número de classes. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de BoostedTreesSparseCalculateBestFeatureSplit
Public Output <Integer> featureDimensions ()
Um tensor Rank 1 que indica a melhor dimensão de recurso para cada recurso a ser dividido para cada nó.
ganhos de saída pública <Float> ()
Um tensor Rank 1 indicando os melhores ganhos para dividir cada nó.
Public Output <Float> leftNodeContribs ()
Um tensor de Rank 2 que indica a contribuição dos nós esquerdos ao ramificar dos nós pais para a direção esquerda pelo limite fornecido para cada recurso. Esse valor será usado para criar o valor do nó esquerdo adicionando ao valor do nó pai. O tamanho da segunda dimensão é a dimensão logit.
saída pública <Integer> nodeIds ()
Um tensor Rank 1 indicando possíveis IDs de nós que podem ser divididos.
Public Output <Float> rightNodeContribs ()
Um tensor Rank 2, com a mesma forma/condições que left_node_contribs_list, mas apenas que o valor é para o nó direito.
public static BoostedTreesSparseCalculateBestFeatureSplit.Options splitType (String splitType)
Parâmetros
| tipo de divisão | Uma string indicando se este Op deve realizar divisão de desigualdade ou divisão de igualdade. |
|---|
Public Output <String> splitWithDefaultDirections ()
Um tensor de Rank 1 indicando qual direção seguir se os dados estiverem ausentes. A desigualdade com a esquerda padrão retorna 0, a desigualdade com a direita padrão retorna 1, a igualdade com a direita padrão retorna 2.
limites de saída pública <Integer> ()
Um tensor Rank 1 que indica o ID do bucket para comparar (como um limite) para divisão em cada nó.