问题描述
我有一个大型数据集,我想尝试使用增强树进行分类。 Tensorflow将为我提供处理我大量数据的最佳工具,并且它们具有增强的树分类器(https://www.tensorflow.org/tutorials/estimator/boosted_trees)。
Scikit-learn还具有增强的树分类器,它们描述了基于直方图的版本(https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.HistGradientBoostingClassifier.html),从而解释说复杂度更好log(n),因为使用直方图避免了排序的需要每一步的数据。 scikit-learn文档(https://scikit-learn.org/stable/modules/ensemble.html#histogram-based-gradient-boosting)的1.11.5.6节中提供了各种参考。
有人能告诉我张量流梯度提升实现是基于排序还是基于直方图?谢谢!
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)