คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

BoostedTreesSparseAggregateStats

คลาสสุดท้ายสาธารณะ BoostedTreesSparseAggregateStats

รวมสรุปสถิติสะสมสำหรับชุดงาน

สถิติสรุปประกอบด้วยการไล่ระดับสีและ hessians ที่สะสมสำหรับแต่ละโหนด ที่เก็บข้อมูล และรหัสมิติ

วิธีการสาธารณะ

สแตติก BoostedTreesSparseAggregateStats
สร้าง ( ขอบเขต ขอบเขต, ตัวถูกดำเนินการ <จำนวนเต็ม> nodeIds , ตัวถูกดำเนิน การ <Float> ไล่ระดับสี, ตัวถูกดำเนิน การ <Float> เฮสเซียน, ดัชนีคุณลักษณะตัวถูกดำเนิน การ <จำนวนเต็ม>, ค่าคุณลักษณะตัวถูกดำเนิน การ <จำนวนเต็ม> ค่าคุณลักษณะตัวถูกดำเนิน การ <จำนวนเต็ม> รูปร่าง, การแยกสูงสุดแบบยาว, numBuckets แบบยาว)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ BoostedTreesSparseAggregateStats ใหม่
เอาต์พุต <จำนวนเต็ม>
สถิติสรุปดัชนี ()
int32; ดัชนีอันดับที่ 2 ของเทนเซอร์แบบกระจายสรุป (รูปร่าง=[จำนวนสถิติที่ไม่ใช่ศูนย์, 4]) แกนที่สองสามารถมีได้เพียง 4 แกนเท่านั้น ซึ่งรวม id โหนด มิติข้อมูลคุณลักษณะ รหัสที่เก็บข้อมูล และสถิติ_มิติ
เอาต์พุต <จำนวนเต็ม>
สถิติสรุปรูปร่าง ()
ผลลัพธ์ อันดับ 1 เทนเซอร์ (รูปร่าง=[4]) เทนเซอร์มีค่าต่อไปนี้ 4 ค่า: [max_splits, feature_dimension, num_buckets, Statistics_dimension] โดยที่สถิติ_dimension = gradient_dimension + hessian_dimension
เอาท์พุต <โฟลต>
สถิติสรุปค่า ()
ผลลัพธ์ อันดับ 1 เทนเซอร์ (รูปร่าง=[จำนวนสถิติที่ไม่ใช่ศูนย์])

วิธีการสืบทอด

วิธีการสาธารณะ

BoostedTreesSparseAggregateStats แบบคงที่สาธารณะ สร้าง ( ขอบเขต ขอบเขต, ตัวถูกดำเนินการ <จำนวนเต็ม> nodeIds , ตัวถูกดำเนิน การ <Float> ไล่ระดับสี, ตัวถูกดำเนินการ <Float> hessians , ตัวถูกดำเนิน การ <จำนวนเต็ม> ดัชนีคุณสมบัติ, ตัวถูกดำเนิน การ <จำนวนเต็ม> คุณลักษณะค่า, ตัวถูกดำเนิน การ <จำนวนเต็ม> ลักษณะรูปร่าง, ความยาวสูงสุด

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ BoostedTreesSparseAggregateStats ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
nodeIds int32; อันดับ 1 เทนเซอร์ที่มี node id สำหรับแต่ละตัวอย่าง รูปร่าง [batch_size]
การไล่ระดับสี float32; อันดับ 2 เทนเซอร์ (shape=[batch_size, logits_dimension]) พร้อมการไล่ระดับสีสำหรับแต่ละตัวอย่าง
เฮสเซียน float32; อันดับ 2 เทนเซอร์ (shape=[batch_size, hessian_dimension]) กับ hessians สำหรับแต่ละตัวอย่าง
คุณสมบัติดัชนี int32; อันดับ 2 ดัชนีของคุณสมบัติเทนเซอร์แบบเบาบาง (รูปร่าง=[จำนวนรายการที่กระจัดกระจาย, 2]) จำนวนรายการแบบกระจายในทุกอินสแตนซ์จากแบตช์ ค่าแรกคือดัชนีของอินสแตนซ์ ค่าที่สองคือมิติของคุณลักษณะ แกนที่สองสามารถมีค่าได้ 2 ค่าเท่านั้น กล่าวคือ เทนเซอร์รุ่นหนาแน่นอินพุตสามารถเป็นเมทริกซ์เท่านั้น
คุณสมบัติค่า int32; ค่าอันดับ 1 ของคุณสมบัติเทนเซอร์แบบเบาบาง (รูปร่าง=[จำนวนของรายการแบบกระจาย]) จำนวนรายการแบบกระจายในทุกอินสแตนซ์จากแบตช์ ค่าแรกคือดัชนีของอินสแตนซ์ ค่าที่สองคือมิติของคุณลักษณะ
คุณสมบัติรูปร่าง int32; อันดับ 1 รูปร่างหนาแน่นของคุณสมบัติเทนเซอร์เบาบาง (รูปร่าง=[2]) แกนแรกมีได้เพียง 2 ค่าเท่านั้น [batch_size, feature_dimension]
maxSplits อินท์; จำนวนการแยกสูงสุดที่เป็นไปได้ในทรีทั้งหมด
numBuckets อินท์; เท่ากับค่าสูงสุดของคุณลักษณะที่ฝากข้อมูล + 1
คืนสินค้า
  • อินสแตนซ์ใหม่ของ BoostedTreesSparseAggregateStats

เอาต์พุต สาธารณะ <จำนวนเต็ม> statsSummaryIndices ()

int32; ดัชนีอันดับที่ 2 ของเทนเซอร์แบบกระจายสรุป (รูปร่าง=[จำนวนสถิติที่ไม่ใช่ศูนย์, 4]) แกนที่สองสามารถมีได้เพียง 4 แกนเท่านั้น ซึ่งรวม id โหนด มิติข้อมูลคุณลักษณะ รหัสที่เก็บข้อมูล และสถิติ_มิติ Statistics_dimension = logits_dimension + hessian_dimension

เอาต์พุต สาธารณะ <จำนวนเต็ม> statsSummaryShape ()

ผลลัพธ์ อันดับ 1 เทนเซอร์ (รูปร่าง=[4]) เทนเซอร์มีค่าต่อไปนี้ 4 ค่า: [max_splits, feature_dimension, num_buckets, Statistics_dimension] โดยที่สถิติ_dimension = gradient_dimension + hessian_dimension gradient_dimension เหมือนกับ label_dimension นั่นคือพื้นที่เอาต์พุต hessian_dimension อาจเหมือนกับมิติ logits เมื่อใช้ hessian แนวทแยง หรือ label_dimension^2 เมื่อใช้ hessian แบบเต็ม

เอาต์พุต สาธารณะ <Float> statsSummaryValues ()

ผลลัพธ์ อันดับ 1 เทนเซอร์ (รูปร่าง=[จำนวนสถิติที่ไม่ใช่ศูนย์])