# Install TF-DF !pip install tensorflow tensorflow_decision_forests # Load TF-DF 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")
টেনসরফ্লো ডিসিশন ফরেস্টস ( টিএফ-ডিএফ ) হল টেনসরফ্লোতে সিদ্ধান্ত বন মডেল (যেমন, র্যান্ডম ফরেস্ট, গ্রেডিয়েন্ট বুস্টেড ট্রি) প্রশিক্ষণ, চালানো এবং ব্যাখ্যা করার জন্য একটি লাইব্রেরি। TF-DF শ্রেণীবিভাগ, রিগ্রেশন, র্যাঙ্কিং এবং উত্থান সমর্থন করে। এটি লিনাক্স এবং ম্যাক এ উপলব্ধ। উইন্ডো ব্যবহারকারীরা WSL+Linux ব্যবহার করতে পারেন।
TF-DF Yggdrasil ডিসিশন ফরেস্ট ( YDF ) দ্বারা চালিত, একটি লাইব্রেরি যা প্রশিক্ষণ এবং সি++, জাভাস্ক্রিপ্ট, সিএলআই এবং গো-তে সিদ্ধান্ত বন ব্যবহার করে। TF-DF মডেলগুলি YDF মডেলগুলির সাথে সামঞ্জস্যপূর্ণ এবং এর বিপরীতে।
কীওয়ার্ড: ডিসিশন ফরেস্ট, টেনসরফ্লো, র্যান্ডম ফরেস্ট, গ্রেডিয়েন্ট বুস্টেড ট্রিস, CART, মডেল ব্যাখ্যা।
ডকুমেন্টেশন এবং সম্পদ
নিম্নলিখিত সংস্থান উপলব্ধ:
- গাইড এবং টিউটোরিয়াল
- API রেফারেন্স
- YDF ডকুমেন্টেশন (TF-DF এর ক্ষেত্রেও প্রযোজ্য)
- সিদ্ধান্ত বন উপর Google বিকাশকারী ক্লাস
- আপনার Google পত্রকগুলিতে মডেলগুলিকে প্রশিক্ষণ দিতে শীটগুলির জন্য সাধারণ ML ব্যবহার করুন৷
সম্প্রদায়
অবদান
TensorFlow ডিসিশন ফরেস্ট এবং Yggdrasil ডিসিশন ফরেস্টে অবদান স্বাগত জানাই। আপনি যদি অবদান রাখতে চান তবে বিকাশকারী ম্যানুয়ালটি পর্যালোচনা করতে ভুলবেন না।