TensorFlow Karar Ormanları

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 Karar Ormanları ( TF-DF ), Karar Ormanı modellerinin eğitimi, sunulması ve yorumlanması için en gelişmiş algoritmaların bir koleksiyonudur. Kütüphane, Keras modellerinin bir koleksiyonudur ve sınıflandırma, gerileme ve sıralamayı destekler.

TF-DF, Yggdrasil Decision Forest C++ kitaplıklarının etrafındaki bir sarmalayıcıdır. TF-DF ile eğitilen modeller, Yggdrasil Decision Forests'ın modelleriyle uyumludur ve bunun tersi de geçerlidir.

Maalesef TF-DF henüz Mac (#16) veya Windows (#3) için mevcut değil, üzerinde çalışıyoruz.

Anahtar Kelimeler: Karar Ormanları, TensorFlow, Rastgele Orman, Gradient Artırılmış Ağaçlar, CART, model yorumlama.

Belgeler ve Kaynaklar

Aşağıdaki kaynaklar mevcuttur:

Topluluk

  • tartışın.tensorflow.org
  • Sorun izleyici
  • Github'da TensorFlow Karar Ormanı
  • Github'da Yggdrasil Karar Ormanı
  • Daha fazla örnek
  • Katkı

    TensorFlow Karar Ormanlarına ve Yggdrasil Karar Ormanlarına yapılan katkılar memnuniyetle karşılanmaktadır. Katkıda bulunmak istiyorsanız geliştirici kılavuzunu mutlaka inceleyin.