最偏爱随机森林？TensorFlow开源决策森林库TF-DF
发布时间：2021-06-05 15:42:33 所属栏目：大数据 来源：互联网
导读：在人工智能发展史上，各类算法可谓层出不穷。近十几年来，深层神经网络的发展在机器学习领域取得了显著进展。通过构建分层或「深层」结构，模型能够在有监督或无监督的环境下从原始数据中学习良好的表征，这被认为是其成功的关键因素。 而深度森林，是 AI 领
|
在人工智能发展史上，各类算法可谓层出不穷。近十几年来，深层神经网络的发展在机器学习领域取得了显著进展。通过构建分层或「深层」结构，模型能够在有监督或无监督的环境下从原始数据中学习良好的表征，这被认为是其成功的关键因素。
而深度森林，是 AI 领域重要的研究方向之一。
2017 年，周志华和冯霁等人提出了深度森林框架，这是首次尝试使用树集成来构建多层模型的工作。2018 年，周志华等人又在研究《Multi-Layered Gradient Boosting Decision Trees》中探索了多层的决策树。今年 2 月，周志华团队开源深度森林软件包 DF21：训练效率高、超参数少，在普通设备就能运行。
就在近日，TensorFlow 开源了 TensorFlow 决策森林 (TF-DF)。TF-DF 是用于训练、服务和解释决策森林模型（包括随机森林和梯度增强树）生产方面的 SOTA 算法集合。现在，你可以使用这些模型进行分类、回归和排序任务，具有 TensorFlow 和 Keras 的灵活性和可组合性。
最喜欢随机森林？周志华DF21后，TensorFlow开源决策森林库TF-DF
谷歌大脑研究员、Keras之父François Chollet表示：「现在可以用Keras API训练TensorFlow决策森林了。」
最喜欢随机森林？周志华DF21后，TensorFlow开源决策森林库TF-DF
对于这一开源项目，网友表示：「这非常酷！随机森林是我最喜欢的模型。」
最喜欢随机森林？周志华DF21后，TensorFlow开源决策森林库TF-DF
决策森林
决策森林是一系列机器学习算法，其质量和速度可与神经网络相竞争（它比神经网络更易于使用，功能也很强大），实际上与特定类型的数据配合使用时，它们比神经网络更出色，尤其是在处理表格数据时。
 （编辑：周口站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
