yggdrasil-decision-forests

Yggdrasil Decision Forests 项目介绍

Yggdrasil Decision Forests（简称YDF）是一个功能强大的机器学习库，专注于训练、评估、解释和服务多种决策森林模型，如随机森林（Random Forest）、梯度增强决策树（Gradient Boosted Decision Trees）、CART以及孤立森林（Isolation Forest）。YDF的设计目的在于提供快速、可扩展的决策森林工具。

安装说明

要从PyPI安装YDF库，用户只需在命令行中运行以下命令：

pip install ydf -U

这个简单的步骤将使用户快速体验到YDF的强大功能。

使用示例

以下是使用Python接口的具体示例：

import ydf
import pandas as pd

# 使用Pandas加载数据集
ds_path = "https://raw.githubusercontent.com/google/yggdrasil-decision-forests/main/yggdrasil_decision_forests/test_data/dataset/"
train_ds = pd.read_csv(ds_path + "adult_train.csv")
test_ds = pd.read_csv(ds_path + "adult_test.csv")

# 训练一个梯度增强树模型
model = ydf.GradientBoostedTreesLearner(label="income").train(train_ds)

# 查看模型（输入特征、训练日志、结构等）
model.describe()

# 评估模型（例如ROC、准确率、混淆矩阵、置信区间）
model.evaluate(test_ds)

# 生成预测
model.predict(test_ds)

# 分析模型（例如部分依赖图、变量重要性）
model.analyze(test_ds)

# 测试模型推理速度
model.benchmark(test_ds)

# 保存模型
model.save("/tmp/my_model")

此外，YDF还支持C++接口，适合需要更高性能和更精细控制的用户。以下是C++接口的简单示例：

auto dataset_path = "csv:train.csv";

// 列出训练数据集的列
DataSpecification spec;
CreateDataSpec(dataset_path, false, {}, &spec);

// 创建训练配置
TrainingConfig train_config;
train_config.set_learner("RANDOM_FOREST");
train_config.set_task(Task::CLASSIFICATION);
train_config.set_label("my_label");

// 训练模型
std::unique_ptr<AbstractLearner> learner;
GetLearner(train_config, &learner);
auto model = learner->Train(dataset_path, spec);

// 导出模型
SaveModel("my_model", model.get());

后续步骤

用户可以通过查阅“入门教程”，进一步了解如何充分利用Yggdrasil Decision Forests的全部功能。

贡献及联系

Yggdrasil Decision Forests和TensorFlow Decision Forests是由Mathieu Guillame-Bert、Jan Pfeifer、Sebastian Bruch、Richard Stotz和Arvind Srinivasan等人共同开发的。该项目欢迎开源贡献者们的参与。如果有兴趣参与贡献，请先参考贡献指南。

如有疑问或需要与核心开发团队联系，请邮件至decision-forests-contact@google.com。