Menjalankan beberapa prediktor ensemble regresi aditif pada instans input dan
menghitung pembaruan ke log yang di-cache. Ini dirancang untuk digunakan selama pelatihan. Ini melintasi pohon mulai dari id pohon yang di-cache dan id node yang di-cache dan menghitung pembaruan yang akan didorong ke cache.
Metode Publik
statis BoostedTreesTrainingPredict | |
Output <Integer> | nodeIds () Peringkat 1 Tensor yang berisi id node baru di tree_ids baru. |
Output <Lampung> | partialLogits () Peringkat 2 Tensor yang berisi pembaruan logit (berkenaan dengan nilai cache yang disimpan) untuk setiap contoh. |
Output <Integer> | treeIds () Peringkat 1 Tensor yang berisi id pohon baru untuk setiap contoh. |
Metode yang Diwarisi
Metode Publik
public static BoostedTreesTrainingPredict membuat ( Scope lingkup, Operan <?> treeEnsembleHandle, Operan <Integer> cachedTreeIds, Operan <Integer> cachedNodeIds, Iterable < Operan <Integer >> bucketizedFeatures, Long logitsDimension)
Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesTrainingPredict baru.
Parameter
cakupan | lingkup saat ini |
---|---|
cacheTreeIds | Peringkat 1 Tensor yang berisi id pohon cache yang merupakan pohon awal prediksi. |
cacheNodeIds | Rank 1 Tensor yang berisi cached node id yang merupakan node awal prediksi. |
fitur bucketized | Daftar Tensor peringkat 1 yang berisi id bucket untuk setiap fitur. |
LogitsDimensi | skalar, dimensi dari logit, yang akan digunakan untuk bentuk sebagian logit. |
Kembali
- contoh baru BoostedTreesTrainingPredict
publik Keluaran <Lampung> partialLogits ()
Peringkat 2 Tensor yang berisi pembaruan logit (berkenaan dengan nilai cache yang disimpan) untuk setiap contoh.
publik Keluaran <Integer> treeIds ()
Peringkat 1 Tensor yang berisi id pohon baru untuk setiap contoh.