在带有 CART 树的 TensorFlow 随机森林中使用什么杂质指数（基尼系数、熵？）？

Question

我在 tensorflow_decision_forests 文档 (https://github.com/tensorflow/decision-forests) (https://www.tensorflow.org/decision_forests/api_docs/python/tfdf/keras/wrappers/CartModel) 和 yggdrasil_decision_forests 文档 (https://github.com/google/yggdrasil-decision-forests) 中查找此信息。

我也看过这两个库的代码，但我没有找到那个信息。 我也很好奇是否可以指定要使用的杂质索引。

我正在寻找与 sklearn 决策树的类比，您可以在其中使用 criterion 参数指定杂质索引。 https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html

对于 TensorFlow Random Forest，我只找到了一个参数 uplift_split_score：

uplift_split_score：仅适用于隆起模型。拆分器分数，即分数 由分离器优化。分数在“决策树”中介绍 用于单次和多次处理的隆起建模”，Rzepakowski 等 人。符号：p 阳性结果的概率/平均值， q 对照组的概率/平均值。 - KULLBACK_LEIBLER 或 KL: - p 日志 (p/q) - EUCLIDEAN_DISTANCE 或 ED: (p-q)^2 - CHI_SQUARED 或 CS: (p-q)^2/q 默认值：“KULLBACK_LEIBLER”。

我不确定这是否是一个好的线索。

Answer 1

不，你不应该使用uplift_split_score，因为它是For uplift models only。 Uplift建模用于估计治疗效果或causal inference中的其他任务