BoostedTreesUpdateEnsemble

public class akhir BoostedTreesUpdateEnsemble

Perbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang tumbuh

atau dengan memulai pohon baru.

Metode Publik

statis BoostedTreesUpdateEnsemble

membuat ( Lingkup lingkup, Operan <?> treeEnsembleHandle, Operan <Integer> featureIds, Iterable < Operan <Integer >> nodeIds, Iterable < Operan <Lampung >> keuntungan, Iterable < Operan <Integer >> ambang batas, Iterable < Operan <Lampung> > leftNodeContribs, Iterable < Operan <Lampung >> rightNodeContribs, Operan <Integer> maxDepth, Operan <Lampung> learningRate, Long pruningMode) Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesUpdateEnsemble baru.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Metode Publik

public static BoostedTreesUpdateEnsemble membuat ( Scope lingkup, Operan <?> treeEnsembleHandle, Operan <Integer> featureIds, Iterable < Operan <Integer >> nodeIds, Iterable < Operan <Lampung >> keuntungan, Iterable < Operan <Integer >> ambang batas, Iterable < Operand <Lampung >> leftNodeContribs, Iterable < Operan <Lampung >> rightNodeContribs, Operan <Integer> maxDepth, Operan <Lampung> learningRate, Long pruningMode)

Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesUpdateEnsemble baru.

Parameter

cakupan	lingkup saat ini
pohonEnsembleHandle	Menangani ke variabel ensemble.
ID fitur	Peringkat 1 tensor dengan id untuk setiap fitur. Ini adalah id asli dari fitur yang akan digunakan dalam pemisahan.
nodeIds	Daftar tensor peringkat 1 yang mewakili node yang memiliki fitur ini terbagi.
keuntungan	Daftar tensor peringkat 1 yang mewakili keuntungan untuk setiap pemisahan fitur.
ambang batas	Daftar tensor peringkat 1 yang mewakili batas untuk setiap pemisahan fitur.
leftNodeContribs	Daftar tensor peringkat 2 dengan kontrib daun kiri untuk setiap pemisahan fitur. Akan ditambahkan ke nilai node sebelumnya untuk membentuk nilai dari node kiri.
kananNodeContribs	Daftar tensor peringkat 2 dengan kontrib daun kanan untuk setiap pemisahan fitur. Akan ditambahkan ke nilai node sebelumnya untuk membentuk nilai node yang tepat.
kedalaman maks	Kedalaman maksimum pohon yang akan dibangun.
tingkat belajar	penyusutan const untuk setiap pohon baru.
mode pemangkasan	0-Tidak ada pemangkasan, 1-Pra-pangkasan, 2-Pasca-pemangkasan.

Kembali

• contoh baru BoostedTreesUpdateEnsemble