TF Decision Trees

🚀 TensorFlowの構造化データ分類用勾配ブースティング木モデル

TensorFlowの勾配ブースティング木モデルを構造化データの二値分類に使用します。

• 入力特徴量の使用方法を指定して決定木モデルを構築します。
• カテゴリカル特徴量をそのターゲット値の同時出現に基づいてエンコードするために、カスタムの二値ターゲットエンコーダをKerasの前処理レイヤーとして実装し、エンコードされた特徴量を使用して決定木モデルを構築します。

このモデルはTensorFlow 7.0以上を使用して実装されています。約30万件のインスタンスと41の数値およびカテゴリカル変数を含む米国国勢調査所得データセットを使用してトレーニングされています。これは、個人の年収が5万ドルを超えるかどうかを判断する二値分類問題です。

著者: Khalid Salama
改変実装: Tannia Dubon Colabノートブックはこちらから見られます: https://github.com/tdubon/TF-GB-Forest/blob/c0cf4c7e3e29d819b996cfe4eecc1f2728115e52/TFDecisionTrees_Final.ipynb

🚀 クイックスタート

このプロジェクトでは、TensorFlowの勾配ブースティング木モデルを用いた構造化データの二値分類を行います。以下の手順で始めることができます。

✨ 主な機能

• 入力特徴量の使用方法を指定して決定木モデルを構築できます。
• カスタムの二値ターゲットエンコーダをKerasの前処理レイヤーとして実装し、カテゴリカル特徴量をエンコードできます。

📚 ドキュメント

モデル情報

ライセンス

このライブラリはApache-2.0ライセンスの下で提供されています。

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で公開されています。