tensorflow - 带有 CART 树的 TensorFlow 随机森林使用什么杂质指数(基尼系数、熵？)？

Question

我在 tensorflow_decision_forests 文档 ( https://github.com/tensorflow/decision-forests ) ( https://www.tensorflow.org/decision_forests/api_docs/python/tfdf/keras/wrappers/CartModel ) 和 yggdrasil_decision_forests 文档 ( https://github.com/google/yggdrasil-decision-forests ) 中查找此信息。

我也看过这两个库的代码，但是没找到那个资料。我也很好奇是否可以指定要使用的杂质指数。

我正在寻找与 sklearn 决策树的类比，您可以在其中使用 criterion 参数指定杂质指数。 https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html

对于 TensorFlow 随机森林，我只找到一个参数 uplift_split_score:

uplift_split_score: For uplift models only. Splitter score i.e. scoreoptimized by the splitters. The scores are introduced in "Decision treesfor uplift modeling with single and multiple treatments", Rzepakowski etal. Notation: p probability / average value of the positive outcome,q probability / average value in the control group.- KULLBACK_LEIBLER or KL: - p log (p/q)- EUCLIDEAN_DISTANCE or ED: (p-q)^2- CHI_SQUARED or CS: (p-q)^2/qDefault: "KULLBACK_LEIBLER".

我不确定这是否是一个好的线索。

Answer 1

不，您不应该使用 uplift_split_score，因为它仅适用于提升模型。提升建模用于估计治疗效果或因果推理

中的其他任务