【TensorFlow】决策森林（TF-DF模型）

TensorFlow Decision Forests，是一个基于 Keras 的决策森林 TensorFlow 开源软件库。它旨在于将一些最前沿的决策森林算法（例如，随机森林、GBDT、LambdaMart）以一种易用的方式引入 TensorFlow 中。长时间以来，决策森林一直是建模表格类数据的最前沿机器学习算法。在许多机器学习应用（比如学习排名）中，决策森林都可提供卓越的性能。

分类和决策森林

什么是分类？

• 一个表格数据集
• 其中包含样本（行）和属性（列）
• 一些属性上类别属性，一些属性是数字属性

分类：利用模型通过其他属性预测类别属性。

分类为什么很重要？

• 可以获取不易获取或者成本高昂的数据

什么是模型？

模型：选择（或训练）能够最好的匹配可用观察结果（称为“有标签样本”）的模型。

决策树

• 一种常用模型