غابات قرار TensorFlow

import tensorflow_decision_forests as tfdf
import pandas as pd

# Load a dataset in a Pandas dataframe.
train_df = pd.read_csv("project/train.csv")
test_df = pd.read_csv("project/test.csv")

# Convert the dataset into a TensorFlow dataset.
train_ds = tfdf.keras.pd_dataframe_to_tf_dataset(train_df, label="my_label")
test_ds = tfdf.keras.pd_dataframe_to_tf_dataset(test_df, label="my_label")

# Train a Random Forest model.
model = tfdf.keras.RandomForestModel()
model.fit(train_ds)

# Summary of the model structure.
model.summary()

# Evaluate the model.
model.evaluate(test_ds)

# Export the model to a SavedModel.
model.save("project/model")

TensorFlow Decision Forests ( TF-DF ) عبارة عن مجموعة من الخوارزميات الحديثة للتدريب وتقديم وتفسير نماذج غابة القرار . المكتبة عبارة عن مجموعة من نماذج Keras وتدعم التصنيف والانحدار والترتيب.

TF-DF عبارة عن غلاف حول مكتبات Yggdrasil Decision Forest C ++. النماذج المدربة على TF-DF متوافقة مع نماذج Yggdrasil Decision Forests ، والعكس صحيح.

للأسف ، لم يتوفر TF-DF لنظام التشغيل Mac (# 16) أو Windows (# 3) ، نحن نعمل على ذلك.

الكلمات المفتاحية: غابات القرار ، TensorFlow ، Random Forest ، Gradient Boosted Trees ، CART ، تفسير النموذج.

التوثيق والموارد

الموارد التالية متوفرة:

تواصل اجتماعي

  • مناقشة على مناقشة.tensorflow.org
  • تعقب المشكلة
  • مجموعة قرارات TensorFlow على Github
  • غابة قرار Yggdrasil على جيثب
  • مزيد من الأمثلة
  • المساهمة

    نرحب بالمساهمات في غابات القرار TensorFlow وغابات القرار Yggdrasil. إذا كنت تريد المساهمة ، فتأكد من مراجعة دليل المطور .