# 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")
TensorFlow Decision Forests ( TF-DF ) هي مكتبة لتدريب وتشغيل وتفسير نماذج غابات القرار (مثل الغابات العشوائية والأشجار المعززة بالتدرج) في TensorFlow. يدعم TF-DF التصنيف والانحدار والترتيب والارتقاء. وهي متوفرة على Linux و Mac. يمكن لمستخدمي Window استخدام WSL + Linux.
يتم تشغيل TF-DF بواسطة Yggdrasil Decision Forest ( YDF ) ، وهي مكتبة لتدريب واستخدام غابات القرار في c ++ و JavaScript و CLI و Go. تتوافق طرز TF-DF مع طرازات YDF والعكس صحيح.
الكلمات المفتاحية: غابات القرار ، TensorFlow ، Random Forest ، Gradient Boosted Trees ، CART ، تفسير النموذج.
التوثيق والموارد
الموارد التالية متوفرة:
- أدلة ودروس
- مرجع API
- وثائق YDF (تنطبق أيضًا على TF-DF)
- فئة Google Developers بشأن غابات القرار
- استخدم Simple ML for Sheets لتدريب النماذج في جداول بيانات Google
تواصل اجتماعي
المساهمة
نرحب بالمساهمات في غابات القرار TensorFlow وغابات القرار Yggdrasil. إذا كنت ترغب في المساهمة ، فتأكد من مراجعة دليل المطور .