BoostedTreesSparseCalculateBestFeatureSplit

publiczna klasa końcowa BoostedTreesSparseCalculateBestFeatureSplit

Oblicza zyski dla każdej cechy i zwraca najlepszą możliwą informację o podziale dla tej cechy.

Informacje o podziale obejmują najlepszy próg (identyfikator segmentu), zyski i udział lewego/prawego węzła na węzeł dla każdej cechy.

Możliwe, że nie wszystkie węzły można podzielić na każdy element. Dlatego lista możliwych węzłów może różnić się w zależności od obiektu. Dlatego dla każdej cechy zwracamy `node_ids_list`, zawierającą listę węzłów, które ta funkcja może podzielić.

W ten sposób wynik jest najlepszym podziałem na cechy i na węzeł, dlatego należy go później połączyć, aby uzyskać najlepszy podział dla każdego węzła (spośród wszystkich możliwych cech).

Kształty wyjściowe są kompatybilne w ten sposób, że pierwszy wymiar wszystkich tensorów jest taki sam i równy liczbie możliwych węzłów podziału dla każdej cechy.

Klasy zagnieżdżone

klasa BoostedTreesSparseCalculateBestFeatureSplit.Opcje Opcjonalne atrybuty dla BoostedTreesSparseCalculateBestFeatureSplit

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczne WzmocnioneDrzewaSparseCalculateBestFeatureSplit
utwórz (Zakres zasięgu , Operand < TInt32 > nodeIdRange, Operand < TInt32 > statsSummaryIndices, Operand < TFloat32 > statsSummaryValues, Operand < TInt32 > statsSummaryShape, Operand < TFloat32 > l1, Operand < TFloat32 > l2, Operand < TFloat32 > TreeComplex Istota, Operand < TFloat32 > minNodeWeight, Long logitsDimension, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesSparseCalculateBestFeatureSplit.
Dane wyjściowe <TInt32>
funkcjaWymiary ()
Tensor rangi 1 wskazujący najlepszy wymiar cechy dla każdej cechy do podziału dla każdego węzła.
Dane wyjściowe <TFloat32>
zyski ()
Tensor rangi 1 wskazujący najlepsze zyski przy podziale każdego węzła.
Dane wyjściowe <TFloat32>
leftNodeContribs ()
Tensor rangi 2 wskazujący udział lewych węzłów podczas rozgałęziania się od węzłów nadrzędnych w lewo o dany próg dla każdej cechy.
Dane wyjściowe <TInt32>
identyfikatory węzłów ()
Tensor rangi 1 wskazujący możliwe identyfikatory węzłów, które można podzielić.
Dane wyjściowe <TFloat32>
RightNodeContribs ()
Tensor rangi 2, o takim samym kształcie/warunkach jak left_node_contribs_list, ale tylko z tą wartością dla prawego węzła.
statyczne BoostedTreesSparseCalculateBestFeatureSplit.Options
splitType (ciąg typu split)
Dane wyjściowe <TString>
splitWithDefaultDirections ()
Tensor rangi 1 wskazujący kierunek, w którym należy podążać, jeśli brakuje danych.
Dane wyjściowe <TInt32>
progi ()
Tensor rangi 1 wskazujący identyfikator segmentu do porównania (jako próg) w celu podziału w każdym węźle.

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „BoostedTreesSparseCalculateBestFeatureSplit”

Metody publiczne

public static BoostedTreesSparseCalculateBestFeatureSplit utwórz ( Zakres zakresu, Operand < TInt32 > nodeIdRange, Operand < TInt32 > statsSummaryIndices, Operand < TFloat32 > statsSummaryValues, Operand < TInt32 > statsSummaryShape, Operand < TFloat32 > l1, Operand < TFloat32 > l2, Operand < TFloat32 > złożoność drzewa, Operand < TFloat32 > minNodeWeight, Long logitsDimension, Opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesSparseCalculateBestFeatureSplit.

Parametry
zakres aktualny zakres
zakres identyfikatora węzła Tensor rangi 1 (kształt=[2]) określający zakres [pierwszy, ostatni) identyfikatorów węzłów do przetworzenia w ramach `stats_summary_list`. Węzły są iterowane pomiędzy dwoma węzłami określonymi przez tensor, na przykład „dla identyfikatora_węzła w zakresie (zakres_id_węzła[0], zakres_id_węzła[1])” (Zauważ, że ostatni indeks zakres_id_węzła[1] jest wyłączny).
statystyki podsumowująceIndeksy Tensor rangi 2 int64 o gęstym kształcie [N, 4] (N określa liczbę wartości niezerowych) dla podsumowania skumulowanych statystyk (gradient/hesjan) na węzeł na segment dla każdej cechy. Drugi wymiar zawiera identyfikator węzła, wymiar funkcji, identyfikator segmentu i przyciemnienie statystyk. stats dim jest sumą wymiaru logitowego i wymiaru hesyjskiego, wymiar hesyjski może być albo wymiarem logitowym, jeśli używany jest hessian diagonalny, albo wymiarem logitowym^2, jeśli używany jest pełny hessian.
statystykiPodsumowujące wartości Tensor zmiennoprzecinkowy rangi 1 o gęstym kształcie [N] (N określa liczbę wartości niezerowych), który dostarcza wartości dla każdego elementu w podsumowaniach.
statystykiPodsumowanieKształt Tensor zmiennoprzecinkowy rangi 1 o gęstym kształcie [4], który określa gęsty kształt rzadkiego tensora, którym jest [liczba węzłów drzewa, wymiary obiektów, liczba wiader, statystyki dim].
l1 l1 współczynnik regularyzacji masy liści, na podstawie przypadku.
l2 l2 współczynnik regularyzacji masy liści, na podstawie przypadku.
drzewoZłożoność dostosowanie do wzmocnienia w przeliczeniu na liść.
minWaga węzła minimalna średnia hesjanów w węźle, zanim będzie wymagana, aby węzeł został uwzględniony przy podziale.
wymiar logitowy Wymiar logitu, czyli liczby klas.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja BoostedTreesSparseCalculateBestFeatureSplit

publiczne wyjście < TInt32 > featureDimensions ()

Tensor rangi 1 wskazujący najlepszy wymiar cechy dla każdej cechy do podziału dla każdego węzła.

publiczne wyjście < TFloat32 > zyski ()

Tensor rangi 1 wskazujący najlepsze zyski przy podziale każdego węzła.

publiczne wyjście < TFloat32 > leftNodeContribs ()

Tensor rangi 2 wskazujący udział lewych węzłów podczas rozgałęziania się od węzłów nadrzędnych w lewo o dany próg dla każdej cechy. Ta wartość zostanie użyta do utworzenia wartości lewego węzła poprzez dodanie do wartości węzła nadrzędnego. Rozmiar drugiego wymiaru to wymiar logitowy.

publiczne dane wyjściowe < TInt32 > identyfikatory węzłów ()

Tensor rangi 1 wskazujący możliwe identyfikatory węzłów, które można podzielić.

publiczne wyjście < TFloat32 > rightNodeContribs ()

Tensor rangi 2, o takim samym kształcie/warunkach jak left_node_contribs_list, ale tylko z tą wartością dla prawego węzła.

public static BoostedTreesSparseCalculateBestFeatureSplit.Options splitType (String splitType)

Parametry
typ podziału Ciąg wskazujący, czy ta operacja powinna wykonać podział nierówności czy podział równości.

publiczne wyjście < TString > splitWithDefaultDirections ()

Tensor rangi 1 wskazujący kierunek, w którym należy podążać, jeśli brakuje danych. Nierówność przy domyślnym lewym zwraca 0, nierówność przy domyślnym prawym zwraca 1, równość przy domyślnym prawym zwraca 2.

publiczne wyjście < TInt32 > progi ()

Tensor rangi 1 wskazujący identyfikator segmentu do porównania (jako próg) w celu podziału w każdym węźle.