Calcula os ganhos para cada recurso e retorna as melhores informações de divisão possíveis para o recurso.
As informações de divisão são o melhor limite (id do intervalo), 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 este 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
| classe | BoostedTreesCalculateBestFeatureSplit.Options | Atributos opcionais para BoostedTreesCalculateBestFeatureSplit | |
Métodos Públicos
| estática BoostedTreesCalculateBestFeatureSplit | criar ( Scope escopo, Operando <Integer> nodeIdRange, Operando <float> statsSummary, Operando <float> L1, Operando <float> l2, Operando <float> treeComplexity, Operando <float> minNodeWeight, Long logitsDimension, Options ... Opções) Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesCalculateBestFeatureSplit. |
| Output <Integer> | featureDimensions () Um tensores Rank 1 indicando a melhor dimensão de recurso para cada recurso a ser dividido para determinados nós se o recurso for multidimensional. |
| Output <float> | ganhos () Tensores de Rank 1 indicando os melhores ganhos para cada recurso a ser dividido para determinados nós. |
| Output <float> | leftNodeContribs () Um tensor Rank 2 indicando a contribuição dos nós esquerdos ao ramificar de nós pais (dado pelo elemento tensor na saída node_ids_list) para a direção esquerda pelo limite fornecido para cada recurso. |
| Output <Integer> | nodeIds () Tensores de Rank 1 indicando possíveis ids de nós divididos para cada recurso. |
| Output <float> | rightNodeContribs () Tensores de Rank 2, com a mesma forma / condições que left_node_contribs_list, mas apenas que o valor é para o nó direito. |
| estáticos BoostedTreesCalculateBestFeatureSplit.Options | splitType (String splitType) |
| Output <String> | splitWithDefaultDirections () Tensores de Rank 1 indicando a direção a seguir se houver dados ausentes. |
| Output <Integer> | limiares () Tensores de Rank 1 indicando a id do intervalo para comparação (como um limite) para divisão em cada nó. |
Métodos herdados
Métodos Públicos
public static BoostedTreesCalculateBestFeatureSplit criar ( Scope escopo, Operando <inteiro> nodeIdRange, Operando <float> statsSummary, Operando <float> L1, Operando <float> L2, Operando <float> treeComplexity, Operando <float> minNodeWeight, Longo logitsDimension, Opções .. . opções)
Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesCalculateBestFeatureSplit.
Parâmetros
| alcance | escopo atual |
|---|---|
| nodeIdRange | Um tensor Rank 1 (forma = [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 `para node_id no intervalo (node_id_range [0], node_id_range [1])` (Observe que o último índice node_id_range [1] é exclusivo). |
| statsSummary | Um tensor Rank 4 (# shape = [max_splits, feature_dims, bucket, stats_dims]) para resumo de estatísticas acumuladas (gradiente / hessian) por nó, por dimensão, por intervalos 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. |
| l1 | l1 fator de regularização nos pesos das folhas, por instância com base. |
| 12 | l2 fator de regularização nos pesos das folhas, por instância com base. |
| treeComplexity | ajuste ao ganho, por folha. |
| minNodeWeight | média mínima de hessianos em um nó antes do 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 BoostedTreesCalculateBestFeatureSplit
pública Output <Integer> featureDimensions ()
Um tensores Rank 1 indicando a melhor dimensão de recurso para cada recurso a ser dividido para determinados nós se o recurso for multidimensional. Veja acima para detalhes como formas e tamanhos.
pública Output <float> ganhos ()
Tensores de Rank 1 indicando os melhores ganhos para cada recurso a ser dividido para determinados nós. Veja acima para detalhes como formas e tamanhos.
pública Output <float> leftNodeContribs ()
Um tensor Rank 2 indicando a contribuição dos nós esquerdos ao ramificar dos nós pais (dado pelo elemento tensor na saída node_ids_list) para a direção esquerda pelo limite fornecido para cada recurso. Este valor será usado para fazer 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 de várias classes. Veja acima para detalhes como formas e tamanhos.
pública Output <Integer> nodeIds ()
Tensores de Rank 1 indicando possíveis ids de nós divididos para cada recurso. O comprimento da lista é num_features, mas cada tensor tem um tamanho diferente, pois cada recurso fornece diferentes nós possíveis. Veja acima para detalhes como formas e tamanhos.
pública Output <float> rightNodeContribs ()
Tensores de Rank 2, com a mesma forma / condições que left_node_contribs_list, mas apenas que o valor é para o nó direito.
public static BoostedTreesCalculateBestFeatureSplit.Options splitType (String splitType)
Parâmetros
| splitType | Uma string que indica se este Op deve realizar a divisão de desigualdade ou divisão de igualdade. |
|---|
pública Output <String> splitWithDefaultDirections ()
Tensores do Rank 1 indicando a direção a seguir se houver dados ausentes. Veja acima para 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.
pública Output <Integer> limiares ()
Um tensores Rank 1 indicando a id do intervalo para comparação (como um limite) para divisão em cada nó. Veja acima para detalhes como formas e tamanhos.