टेंसरफ्लो का उपयोग बूस्टेड ट्रीज़ के साथ डेटासेट के भविष्यवाणी प्रदर्शन को बेहतर बनाने के लिए किया जा सकता है। डेटा लोड किया जाता है, और सामान्य तरीके से प्री-प्रोसेस किया जाता है, लेकिन जब भविष्यवाणियां की जाती हैं, तो भविष्यवाणियों के लिए कई मॉडल उपयोग किए जाते हैं, और इन सभी मॉडलों का आउटपुट अंतिम परिणाम देने के लिए संयुक्त होता है।
और पढ़ें: टेंसरफ्लो क्या है और केरस टेंसरफ्लो के साथ न्यूरल नेटवर्क बनाने में कैसे काम करता है?
हम केरस सीक्वेंशियल API का उपयोग करेंगे, जो एक सीक्वेंशियल मॉडल बनाने में सहायक है जिसका उपयोग लेयर के सादे स्टैक के साथ काम करने के लिए किया जाता है, जहां प्रत्येक लेयर में ठीक एक इनपुट टेंसर और एक आउटपुट टेंसर होता है।
एक न्यूरल नेटवर्क जिसमें कम से कम एक लेयर होती है, कन्वोल्यूशनल लेयर के रूप में जानी जाती है। हम कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग लर्निंग मॉडल बनाने के लिए कर सकते हैं।
हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory का उपयोग कर रहे हैं। Google Colab या कोलेबोरेटरी ब्राउज़र पर पायथन कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफिकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच की आवश्यकता होती है। कोलेबोरेटरी को जुपिटर नोटबुक के शीर्ष पर बनाया गया है।
हम देखेंगे कि tf.estimator API का उपयोग करके डिसीजन ट्री का उपयोग करके ग्रेडिएंट बूस्टिंग मॉडल कैसे प्रशिक्षित किया जा सकता है। बूस्टेड ट्रीज़ मॉडल को रिग्रेशन और क्लासिफिकेशन दोनों के लिए सबसे लोकप्रिय और प्रभावी मशीन लर्निंग दृष्टिकोण माना जाता है। यह एक एन्सेम्बल तकनीक है जो कई (10s या 100s या 1000s) ट्री मॉडल की भविष्यवाणियों को जोड़ती है। वे न्यूनतम हाइपरपैरामीटर ट्यूनिंग के साथ प्रभावशाली प्रदर्शन प्राप्त करने में मदद करते हैं।
उदाहरण
import numpy as np
import pandas as pd
from IPython.display import clear_output
from matplotlib import pyplot as plt
print("डेटासेट लोड हो रहा है")
dftrain = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/train.csv')
dfeval = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/eval.csv')
print("कॉलम 'survived' हटाएं")
y_train = dftrain.pop('survived')
y_eval = dfeval.pop('survived')
import tensorflow as tf
tf.random.set_seed(123)कोड क्रेडिट - https://www.tensorflow.org/tutorials/estimator/boosted_trees
आउटपुट
डेटासेट लोड हो रहा है कॉलम 'survived' हटाएं
व्याख्या
- आवश्यक पैकेज आयात किए जाते हैं।
- डेटासेट लोड किया जाता है।
- इसे CSV फ़ाइल के रूप में पढ़ा जाता है।
- कॉलम 'survived' हटा दिया जाता है।
