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@）