คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น
ข้อมูลการแยกเป็นเกณฑ์ที่ดีที่สุด (รหัสที่เก็บข้อมูล) กำไรที่เพิ่มขึ้น และการสนับสนุนโหนดซ้าย/ขวาต่อโหนดสำหรับแต่ละคุณลักษณะ
อาจเป็นไปได้ว่าแต่ละฟีเจอร์ไม่สามารถแยกโหนดทั้งหมดได้ ดังนั้นรายการโหนดที่เป็นไปได้อาจแตกต่างกันระหว่างฟีเจอร์ต่างๆ ดังนั้นเราจึงส่งคืน `node_ids_list` สำหรับแต่ละฟีเจอร์ โดยมีรายการโหนดที่ฟีเจอร์นี้สามารถใช้เพื่อแยกได้
ในลักษณะนี้ เอาต์พุตคือการแยกที่ดีที่สุดต่อคุณลักษณะและต่อโหนด ดังนั้นจึงจำเป็นต้องรวมเข้าด้วยกันในภายหลังเพื่อสร้างการแยกที่ดีที่สุดสำหรับแต่ละโหนด (ในบรรดาคุณลักษณะที่เป็นไปได้ทั้งหมด)
รูปร่างเอาต์พุตเข้ากันได้ในลักษณะที่มิติแรกของเทนเซอร์ทั้งหมดเท่ากันและเท่ากับจำนวนโหนดแยกที่เป็นไปได้สำหรับแต่ละคุณลักษณะ
คลาสที่ซ้อนกัน
| ระดับ | BoostedTreesSparseCalculateBestFeatureSplit.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesSparseCalculateBestFeatureSplit | |
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| BoostedTreesSparseCalculateBestFeatureSplit แบบคงที่ | สร้าง ( ขอบเขต ขอบเขต ตัวดำเนินการ < TInt32 > nodeIdRange, ตัวดำเนินการ < TInt32 > statsSummaryIndices, ตัว ดำเนินการ < TFloat32 > statsSummaryValues, ตัวดำเนินการ < TInt32 > statsSummaryShape, ตัวดำเนินการ < TFloat32 > l1, ตัวดำเนินการ < TFloat32 > l2, ตัวดำเนินการ < TFloat32 > treeCom ความซับซ้อน ตัวถูกดำเนินการ < TFloat32 > minNodeWeight, LogitsDimension แบบยาว, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ BoostedTreesSparseCalculateBestFeatureSplit ใหม่ |
| เอาท์พุต < TInt32 > | คุณลักษณะขนาด () เทนเซอร์อันดับ 1 ระบุมิติฟีเจอร์ที่ดีที่สุดสำหรับแต่ละฟีเจอร์ที่จะแยกสำหรับแต่ละโหนด |
| เอาท์พุต < TFloat32 > | กำไร () เทนเซอร์อันดับ 1 ระบุผลกำไรที่ดีที่สุดในการแยกแต่ละโหนด |
| เอาท์พุต < TFloat32 > | leftNodeContribs () เทนเซอร์อันดับ 2 ระบุการมีส่วนร่วมของโหนดด้านซ้ายเมื่อแยกจากโหนดหลักไปยังทิศทางซ้ายตามเกณฑ์ที่กำหนดสำหรับแต่ละคุณลักษณะ |
| เอาท์พุต < TInt32 > | รหัสโหนด () เทนเซอร์อันดับ 1 ระบุรหัสโหนดที่เป็นไปได้ที่สามารถแยกได้ |
| เอาท์พุต < TFloat32 > | rightNodeContribs () เทนเซอร์อันดับ 2 ที่มีรูปร่าง/เงื่อนไขเหมือนกับ left_node_contribs_list แต่เพียงว่าค่านั้นมีไว้สำหรับโหนดที่ถูกต้อง |
| BoostedTreesSparseCalculateBestFeatureSplit.Options แบบคงที่ | splitType (สตริง splitType) |
| เอาท์พุต < TString > | splitWithDefaultDirections () เทนเซอร์อันดับ 1 ที่ระบุทิศทางที่จะไปหากข้อมูลหายไป |
| เอาท์พุต < TInt32 > | เกณฑ์ () เทนเซอร์อันดับ 1 ระบุรหัสบัคเก็ตที่จะเปรียบเทียบกับ (เป็นเกณฑ์) สำหรับการแยกในแต่ละโหนด |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
BoostedTreesSparseCalculateBestFeatureSplit สาธารณะ สร้าง (ขอบเขต ขอบเขต , ตัวดำเนิน การ < TInt32 > nodeIdRange, ตัวดำเนิน การ < TInt32 > statsSummaryIndices, ตัวดำเนินการ < TFloat32 > statsSummaryValues, ตัวดำเนิน การ < TInt32 > statsSummaryShape, ตัว ดำเนินการ < TFloat32 > l1, ตัวดำเนิน การ < TFloat3 2 > l2, ตัวถูกดำเนินการ < TFloat32 > ความซับซ้อนของต้นไม้ ตัวถูกดำเนินการ < TFloat32 > minNodeWeight, LogitsDimension แบบยาว, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ BoostedTreesSparseCalculateBestFeatureSplit ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| nodeIdRange | เทนเซอร์อันดับ 1 (รูปร่าง=[2]) เพื่อระบุช่วง [แรก, สุดท้าย) ของรหัสโหนดที่จะประมวลผลภายใน `stats_summary_list` โหนดจะถูกวนซ้ำระหว่างสองโหนดที่ระบุโดยเทนเซอร์ เช่นเดียวกับ `สำหรับ node_id ในช่วง (node_id_range[0], node_id_range[1])` (โปรดทราบว่าดัชนีสุดท้าย node_id_range[1] เป็นดัชนีเฉพาะ) |
| สถิติสรุปดัชนี | เทนเซอร์ int64 อันดับ 2 ที่มีรูปร่างหนาแน่น [N, 4] (N ระบุจำนวนค่าที่ไม่ใช่ศูนย์) สำหรับการสรุปสถิติสะสม (การไล่ระดับสี/เฮสเซียน) ต่อโหนดต่อที่เก็บข้อมูลสำหรับแต่ละคุณลักษณะ มิติข้อมูลที่สองประกอบด้วยรหัสโหนด มิติคุณลักษณะ รหัสบัคเก็ต และค่าสถิติ stats dim คือผลรวมของมิติ logits และมิติ hessian มิติ hessian อาจเป็นมิติ logits หากใช้ hessian แบบทแยงมุม หรือบันทึกมิติ ^2 หากใช้ hessian แบบเต็ม |
| ค่าสถิติสรุป | เทนเซอร์โฟลตอันดับ 1 ที่มีรูปร่างหนาแน่น [N] (N ระบุจำนวนค่าที่ไม่ใช่ศูนย์) ซึ่งระบุค่าสำหรับแต่ละองค์ประกอบใน summary_indices |
| สถิติสรุปรูปร่าง | เทนเซอร์โฟลตอันดับ 1 ที่มีรูปร่างหนาแน่น [4] ซึ่งระบุรูปร่างที่หนาแน่นของเทนเซอร์แบบเบาบาง ซึ่งก็คือ [โหนดต้นไม้จำนวน ขนาดคุณลักษณะ ถังข้อมูลจำนวน สถิติสลัว] |
| l1 | ปัจจัยการทำให้เป็นมาตรฐาน l1 ต่อน้ำหนักใบไม้ ตามตัวอย่าง |
| l2 | ปัจจัยการทำให้เป็นมาตรฐาน l2 ต่อน้ำหนักใบ ตามตัวอย่าง |
| ต้นไม้ความซับซ้อน | การปรับอัตราขยายต่อใบ |
| minNodeWeight | ค่าเฉลี่ยขั้นต่ำของ hessians ในโหนดก่อนที่จะจำเป็นสำหรับโหนดที่จะพิจารณาการแยก |
| บันทึกมิติข้อมูล | มิติของ logit เช่น จำนวนคลาส |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ BoostedTreesSparseCalculateBestFeatureSplit
เอาท์พุท สาธารณะ <TInt32> FeatureDimensions ()
เทนเซอร์อันดับ 1 ระบุมิติฟีเจอร์ที่ดีที่สุดสำหรับแต่ละฟีเจอร์ที่จะแยกสำหรับแต่ละโหนด
เอาท์พุท สาธารณะ < TFloat32 > leftNodeContribs ()
เทนเซอร์อันดับ 2 ระบุการมีส่วนร่วมของโหนดด้านซ้ายเมื่อแยกจากโหนดหลักไปยังทิศทางซ้ายตามเกณฑ์ที่กำหนดสำหรับแต่ละคุณลักษณะ ค่านี้จะถูกใช้เพื่อสร้างค่าโหนดด้านซ้ายโดยการเพิ่มค่าโหนดหลัก ขนาดมิติที่สองคือมิติบันทึก
เอาท์พุท สาธารณะ < TFloat32 > rightNodeContribs ()
เทนเซอร์อันดับ 2 ที่มีรูปร่าง/เงื่อนไขเหมือนกับ left_node_contribs_list แต่เพียงว่าค่านั้นมีไว้สำหรับโหนดที่ถูกต้อง
BoostedTreesSparseCalculateBestFeatureSplit.Options สาธารณะแบบคงที่ ( String splitType)
พารามิเตอร์
| แยกประเภท | สตริงที่ระบุว่า Op นี้ควรทำการแยกความไม่เท่าเทียมกันหรือการแยกความเท่าเทียมกัน |
|---|
เอาท์พุท สาธารณะ < TString > splitWithDefaultDirections ()
เทนเซอร์อันดับ 1 ที่ระบุทิศทางที่จะไปหากข้อมูลหายไป อสมการทางซ้ายที่เป็นค่าเริ่มต้นจะส่งกลับ 0 อสมการทางขวาที่เป็นค่าเริ่มต้นจะส่งกลับ 1 ความเท่าเทียมทางขวาที่เป็นค่าเริ่มต้นจะส่งกลับ 2