python - tensorflow 随机森林回归

Question

我想实现一个简单的随机森林回归来预测一个值。输入是一些具有多个特征的样本，标签是一个值。但是，我找不到有关随机森林回归问题的简单示例。于是，我看到了tensorflow的文档我发现:

可以训练和评估随机森林的估计器。 示例:

  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]

但是，当我按照示例操作时，我收到了错误，prob0 = results[0][eval_metrics.INFERENCE_PROB_NAME] ，错误表明:

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'

我认为错误发生在 INFERENCE_PROB_NAME ，我看到了 document 。不过我还是不知道用什么词来代替INFERENCE_PROB_NAME .

我已经尝试过get_metric('accuracy')替换INFERENCE_PROB_NAME ，它返回错误:KeyError: <function _accuracy at 0x11a06eaa0> .

我也尝试过get_prediction_key('accuracy')替换INFERENCE_PROB_NAME ，它返回错误:KeyError: 'classes' .

如果您知道可能的答案，请告诉我。预先感谢您。

Answer 1

我认为您通过给出错误的 num_classes=2 并且没有更改 regression=False 的默认值，无意中解决了分类问题。请参阅参数部分here 。作为快速测试，设置 num_classes=0 和 regression=True，然后重新运行您的代码。