Liệu Tensorflow có hỗ trợ Trình phân loại cây quyết định không?

Tôi đang cố gắng thực hiện phân loại cây quyết định để phân loại tập dữ liệu của tôi. Tôi đang sử dụng Python. Bây giờ thật dễ dàng để thực hiện trong scikit learn, nhưng làm thế nào tôi có thể thực hiện điều này trong tenorflow.

— Hồi giáo Taimur
nguồn

Ngay cả khi Cây quyết định được cung cấp cho TensorFlow (mà họ không), tôi sẽ không đề xuất sử dụng nó. Có quá nhiều chi phí kỹ thuật với việc đưa mô hình dòng chảy đi so với sklearn ... Chọn công cụ phù hợp cho công việc! < scikit-learn.org/urdy/modules/tree.html >

— Michael Higgins

Về cơ bản tôi đoán TensorFlowkhông hỗ trợ cây quyết định. Tôi trích dẫn từ đây ,

Đây là một sự đơn giản hóa lớn, nhưng về cơ bản có hai loại thư viện máy học hiện có, Deep learning (CNN, RNN, mạng được kết nối đầy đủ, mô hình tuyến tính) và Mọi thứ khác (SVM, GBM, Rừng ngẫu nhiên, Naive Bayes, K-NN, v.v. ). Lý do cho điều này là việc học sâu chuyên sâu hơn về mặt tính toán so với các phương pháp đào tạo truyền thống khác, và do đó đòi hỏi sự chuyên môn hóa cao của thư viện (ví dụ: sử dụng GPU và khả năng phân tán). Nếu bạn đang sử dụng Python và đang tìm kiếm một gói có độ rộng lớn nhất của thuật toán, hãy thử scikit-learn. Trong thực tế, nếu bạn muốn sử dụng phương pháp học sâu và các phương pháp truyền thống hơn, bạn sẽ cần sử dụng nhiều hơn một thư viện. Không có gói "hoàn thành".

Bạn có thể thấy từ đây có các thuật toán học tập khác được triển khai trong TensorFlowđó không phải là mô hình sâu.

Bạn có thể xem tại đây để theo dõi các thuật toán được triển khai trong TensorFlow.

— Phương tiện truyền thông
nguồn

Tôi bị rách về điều này: Tôi đang trên tàu với lý do trích dẫn của bạn, nhưng mặt khác: Forrest ngẫu nhiên là một loại người học cây.

— S van Balen

@SvanBalen Tôi không hiểu ý bạn.

— Truyền thông

Tensorflow hỗ trợ forrest ngẫu nhiên (như được ghi lại bởi liên kết bạn đã đưa ra), forrest ngẫu nhiên là một loại người học cây đặc biệt. Vì vậy, mặc dù Tensorflow doenst dường như hỗ trợ những người học thông thường (GIỎI hoặc C45) và mặc dù đây chủ yếu là một thư viện để học sâu, và mặc dù tôi cũng sẽ sử dụng sklearn, nhưng về mặt kỹ thuật, nó hỗ trợ người học cây, làm cho tuyên bố của bạn sai.

— S van Balen

@SvanBalen Tôi cảm ơn bạn nếu tôi thực sự đã phạm sai lầm khi thông báo cho tôi nhưng tôi không biết tôi đã sai ở đâu. Tôi đã nói TensorFlowkhông hỗ trợ cây quyết định, đó thực sự là trường hợp. Phần nào tôi sai?

— Truyền thông

TF hỗ trợ rừng ngẫu nhiên, rừng ngẫu nhiên là cây quyết định (một loại cụ thể tại đó), do đó TF hỗ trợ cây quyết định. Nhưng như tôi đã nói: Tôi không biết liệu tuyên bố của bạn có sai hay không: Về mặt kỹ thuật, nhưng đối với tất cả các mục đích thực tế thì không.

— S van Balen

Tương tự như những gì tôi đã viết trên bài đăng khác , trên thực tế, TensorFlow có triển khai Random Forest và Gradient Boosting, bên cạnh các thuật toán học không sâu khác. Các liên kết có thể được tìm thấy tại bài viết đó.

— Adam Erickson
nguồn

Sự khác biệt chính là tenorflow dựa trên các phương thức số (nghĩa là giải thích độ dốc). Không có độ dốc trong các phương pháp dựa trên cây. Ngoại lệ là cây hồi quy gradient.

— SĐT
nguồn