ইনপুট দৃষ্টান্তে একাধিক সংযোজন রিগ্রেশন এনসেম্বল ভবিষ্যদ্বাণী চালায় এবং
ক্যাশেড লগিটে আপডেট গণনা করে। এটি প্রশিক্ষণের সময় ব্যবহার করার জন্য ডিজাইন করা হয়েছে। এটি ক্যাশে করা ট্রি আইডি এবং ক্যাশেড নোড আইডি থেকে শুরু করে ট্রিগুলি অতিক্রম করে এবং ক্যাশে পুশ করার জন্য আপডেটগুলি গণনা করে৷
পাবলিক পদ্ধতি
স্ট্যাটিক BoostedTreesTrainingPredict | |
আউটপুট <integer> | nodeIds () নতুন ট্রি_আইডিতে নতুন নোড আইডি সহ র্যাঙ্ক 1 টেনসর। |
আউটপুট <ফ্লোট> | partialLogits () প্রতিটি উদাহরণের জন্য র্যাঙ্ক 2 টেনসর যাতে লগিট আপডেট থাকে (সংরক্ষিত ক্যাশে মানগুলির ক্ষেত্রে)। |
আউটপুট <integer> | treeIds () প্রতিটি উদাহরণের জন্য নতুন ট্রি আইডি ধারণকারী র্যাঙ্ক 1 টেনসর। |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক BoostedTreesTrainingPredict তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <?> treeEnsembleHandle, প্রতীক <integer> cachedTreeIds, প্রতীক <integer> cachedNodeIds, Iterable < প্রতীক <integer >> bucketizedFeatures, লং logitsDimension)
একটি নতুন BoostedTreesTrainingPredict অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
ক্যাশেডট্রিআইডস | ক্যাশ করা ট্রি আইডি সমন্বিত র্যাঙ্ক 1 টেনসর যা ভবিষ্যদ্বাণীর শুরুর গাছ। |
cachedNodeIds | ক্যাশে নোড আইডি ধারণ করে র্যাঙ্ক 1 টেনসর যা পূর্বাভাসের শুরুর নোড। |
bucketized বৈশিষ্ট্য | প্রতিটি বৈশিষ্ট্যের জন্য বালতি আইডি ধারণকারী র্যাঙ্ক 1 টেনসরের একটি তালিকা। |
logits মাত্রা | স্কেলার, লগিটের মাত্রা, আংশিক লগিট আকৃতির জন্য ব্যবহার করা হবে। |
রিটার্নস
- BoostedTreesTrainingPredict এর একটি নতুন উদাহরণ
পাবলিক আউটপুট <ফ্লোট> partialLogits ()
প্রতিটি উদাহরণের জন্য র্যাঙ্ক 2 টেনসর যাতে লগিট আপডেট থাকে (সংরক্ষিত ক্যাশে মানগুলির ক্ষেত্রে)।