AI ninja project [day 24] 决策树森林 --排名资料

随机决策树为随机生成许多决策树，
利用取袋法来取出选中的决策树，
而每棵树的都具有执行结果，
每棵树依据执行结果来投票，
得票最高的就是最终输出结果。

而本篇使用的是Gradient Boosting，
利用上一颗树的执行结果，
将错误划分的个体资讯加以优化，
加强划分的边界。

引用图片参考来源:
https://www.researchgate.net/publication/326379229_Exploring_the_clinical_features_of_narcolepsy_type_1_versus_narcolepsy_type_2_from_European_Narcolepsy_Network_database_with_machine_learning

可以搜寻 Gradient Boosted进行参考。

决策树森林可以解决分类、回归及排名的问题，
今天来介绍解决排名的使用方式。

参考攻略colab:
https://www.tensorflow.org/decision_forests/tutorials/beginner_colab

colab中上部分有分类及回归的使用方法，
而我们从训练排名模型的章节开始:

安装套件

wurlitzer是帮助把训练时的日志资讯详细的印出，
自己创建模型时，不一定需要这个功能:

载入套件

下载排名资料的LETOR3资料集

进行清洗并查看资料结构:

可以发现relevance为标签(label)，
0代表越不相关或是越不重要，
而数字越大代表越相关或是重要。

切分训练集及测试集:

载入决策树资料集并且进行训练:

那最後我们可以对照预测结果来划分阶级: