régression tensorflow random forest

Question

Je voudrais mettre en œuvre une régression simple de forêt aléatoire pour prédire une valeur. Les entrées sont des échantillons avec plusieurs caractéristiques, et l'étiquette est une valeur. Cependant, je ne trouve pas d'exemple simple sur le problème de la régression par forêt aléatoire. Ainsi, j'ai vu le document de tensorflow et j'ai trouvé ça :

Un estimateur qui peut entraîner et évaluer une forêt aléatoire. Exemple :

  python
  params = tf.contrib.tensor_forest.python.tensor_forest.ForestHParams(
      num_classes=2, num_features=40, num_trees=10, max_nodes=1000)
  # Estimator using the default graph builder.
  estimator = TensorForestEstimator(params, model_dir=model_dir)
  # Or estimator using TrainingLossForest as the graph builder.
  estimator = TensorForestEstimator(
      params, graph_builder_class=tensor_forest.TrainingLossForest,
      model_dir=model_dir)
  # Input builders
  def input_fn_train: # returns x, y
    ...
  def input_fn_eval: # returns x, y
    ...
  estimator.fit(input_fn=input_fn_train)
  estimator.evaluate(input_fn=input_fn_eval)
  # Predict returns an iterable of dicts.
  results = list(estimator.predict(x=x))
  prob0 = results[0][eval_metrics.INFERENCE_PROB_NAME]
  prediction0 = results[0][eval_metrics.INFERENCE_PRED_NAME]

Cependant, lorsque je suis l'exemple, j'ai obtenu l'erreur sur la ligne, prob0 = results[0][eval_metrics.INFERENCE_PROB_NAME] l'erreur montre que :

Example conversion:
est = Estimator(...) -> est = SKCompat(Estimator(...))
Traceback (most recent call last):
  File "RF_2.py", line 312, in <module>
    main()
  File "RF_2.py", line 298, in main
    train_eval(x_train, y_train, x_validation, y_validation, x_test, y_test, num_tree)
  File "RF_2.py", line 221, in train_eval
    prob0 = results[0][eval_metrics.INFERENCE_PROB_NAME]
KeyError: 'probabilities'

Je pense que l'erreur se produit sur INFERENCE_PROB_NAME et j'ai vu le document . Cependant, je ne sais toujours pas quel est le mot pour remplacer INFERENCE_PROB_NAME .

J'ai essayé get_metric('accuracy') pour remplacer INFERENCE_PROB_NAME il renvoie l'erreur : KeyError: <function _accuracy at 0x11a06eaa0> .

J'ai aussi essayé get_prediction_key('accuracy') pour remplacer INFERENCE_PROB_NAME il renvoie l'erreur : KeyError: 'classes' .

Si vous connaissez la réponse possible, veuillez me la communiquer. Merci d'avance.

Answer 1

Je pense que vous faites involontairement un problème de classification en donnant une fausse num_classes=2 et ne pas modifier la valeur par défaut de regression=False . Voir le Paramètres section aquí . Pour un test rapide, définissez num_classes=0 y regression=True et ré-exécutez votre code.

Answer 2

num_classes=0 est erronée dans tensorflow 1.3.0.

Depuis le lien de Mehdi Rezaie, num_classes est le nombre de dimensions dans la sortie d'un problème de régression.

Vous devez utiliser num_classes=1 ou une valeur plus grande pour num_classes. Ou vous obtiendrez l'erreur suivante ValueError: Invalid logits_dimension 0.