tensorflow随机森林绘图误差

ttvkxqim 于 2023-08-06 发布在其他

关注(0)|答案(1)|浏览(118)

在anaconda mac/m2上运行jupyter
在拟合训练数据之后

rf = tfdf.keras.RandomForestModel(task = tfdf.keras.Task.REGRESSION)
rf.compile(metrics=["mse"])

rf.fit(x=train_ds)

字符串
我想用下面的代码可视化模型，但没有显示任何内容

tfdf.model_plotter.plot_model_in_colab(rf, tree_idx=0, max_depth=3)

型
能给我一个建议吗？
是的！（我试过chatgpt）它写了几次相同的代码或一个变体，仍然什么都没有。
根据chatgpt我已经安装了所有的依赖项

tensorflow

来源：https://stackoverflow.com/questions/76603969/tensorflow-random-forest-ploting-errors

1条答案

按热度按时间

j2cgzkjk1#

TF-DF作者在这里。
不幸的是，使用TF-DF的交互式绘图仅适用于Colab，而不适用于IPython，因为两者的JavaScript集成略有不同。目前，您有两种选择：
1.使用非交互式文本图：

> print(model_1.make_inspector().extract_tree(1))
(bill_depth_mm >= 16.350000381469727; miss=True, score=0.4877108931541443)
    ├─(pos)─ (bill_length_mm >= 43.05000305175781; miss=True, score=0.4372641444206238)
    │        ├─(pos)─ (body_mass_g >= 4125.0; miss=True, score=0.52157062292099)
    │        │        ├─(pos)─ (flipper_length_mm >= 199.01458740234375; miss=True, score=0.5047621130943298)
    │        │        │    ...
    │        │        └─(neg)─ ProbabilityValue([0.0, 0.0, 1.0],n=38.0) (idx=5)
    │        └─(neg)─ (bill_depth_mm >= 17.450000762939453; miss=False, score=0.015847451984882355)
    │                 ├─(pos)─ ProbabilityValue([1.0, 0.0, 0.0],n=68.0) (idx=4)
    │                 └─(neg)─ (bill_length_mm >= 38.900001525878906; miss=True, score=0.0711795762181282)
    │                      ...
    └─(neg)─ (body_mass_g >= 3750.0; miss=True, score=0.20150887966156006)
             ├─(pos)─ ProbabilityValue([0.0, 1.0, 0.0],n=93.0) (idx=1)
             └─(neg)─ ProbabilityValue([1.0, 0.0, 0.0],n=5.0) (idx=0)

字符串
1.如果你想要有很多选项和信息的漂亮的可视化效果，你可以使用dtreeviz。有一个tutorial on the TensorFlow website详细解释了如何将其与TF-DF一起使用
1.提取TF-DF自己生成的HTML，并在兼容的查看器中使用它：

html = tfdf.model_plotter.plot_model(rf, tree_idx=0, max_depth=3)

型

赞(0）回复(0）举报 2023-08-06

我来回答

tensorflow随机森林绘图误差

1条答案

相关问题

热门标签

最新问答