Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan 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 simpul yang di-cache dan menghitung pembaruan yang akan dikirim ke cache.
Metode Publik
BoostedTreesTrainingPredict statis | |
Keluaran <Bilangan Bulat> | nodeId () Tensor peringkat 1 berisi id node baru di tree_ids baru. |
Keluaran <Mengambang> | parsialLogit () Tensor peringkat 2 berisi pembaruan logit (sehubungan dengan nilai cache yang disimpan) untuk setiap contoh. |
Keluaran <Bilangan Bulat> | ID pohon () Tensor peringkat 1 berisi id pohon baru untuk setiap contoh. |
Metode Warisan
Metode Publik
public static BoostedTreesTrainingPredict membuat ( Lingkup cakupan, Operand <?> treeEnsembleHandle, Operand <Integer> cachedTreeIds, Operand <Integer> cachedNodeIds, Iterable< Operand <Integer>> bucketizedFeatures, LogitsDimension panjang)
Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesTrainingPredict baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
cacheTreeIds | Tensor peringkat 1 berisi id pohon cache yang merupakan pohon awal prediksi. |
cachedNodeIds | Tensor peringkat 1 berisi id node cache yang merupakan node awal prediksi. |
Fitur yang di-bucket | Daftar Tensor peringkat 1 yang berisi id bucket untuk setiap fitur. |
LogitsDimensi | skalar, dimensi logit, yang akan digunakan untuk bentuk logit parsial. |
Kembali
- contoh baru dari BoostedTreesTrainingPredict
Keluaran publik <Bilangan Bulat> nodeIds ()
Tensor peringkat 1 berisi id node baru di tree_ids baru.
Output publik <Float> parsialLogits ()
Tensor peringkat 2 berisi pembaruan logit (sehubungan dengan nilai cache yang disimpan) untuk setiap contoh.
Output publik <Bilangan Bulat> treeIds ()
Tensor peringkat 1 berisi id pohon baru untuk setiap contoh.