更新日志¶

0.10.0 - 2025-02-11¶

新特性¶

公开 model.save(..., pure_serving=True) 用于保存不含调试信息的模型。
允许用户向学习器提供训练 proto 配置。
添加向量序列特征支持。
为 Isolation Forest 模型添加变量重要性。
添加 ydf.help.loading_data() 以打印关于支持的数据集格式类型的信息。
添加实验性 Tabular Transformer 实现。
添加 gzipped blob sequence 作为新的模型格式（仍为可选）。
启用 Poisson 损失用于模型分析和快速推理。

修复¶

修复对 object 类型 Numpy 数组的多维特征识别。
修复 Isolation Forest 对于少量训练样本的子样本计数问题。
修复斜向分割的 NUM_NODES 变量重要性问题。

其他¶

更新了 protobuf、grpc 和 abseil 的 OSS 依赖项。

发布音乐¶

降 E 大调交响曲《英雄交响曲》，作品 55。路德维希·凡·贝多芬

0.9.0 - 2024-12-02¶

新特性¶

破坏性变更¶

分类标签类别现在始终按字母顺序（对于字符串标签）或递增顺序（对于整数标签）排列。
将 model.analyze() 中的 typo partial_depepence_plot 更改为 partial_dependence_plot。

新特性¶

添加支持 Avro 文件路径/分布式训练，使用 "avro:" 前缀。
为内存数据集添加支持离散化数值特征。
公开排序模型的 MRR。
添加 model.predict_class 以生成分类模型最可能预测的类别。
通过 feature_selector 学习器构造函数参数添加支持自动特征选择。更多详情请参见特征选择教程。
添加独立预测评估 ydf.evaluate_predictions()。
添加新的超参数 sparse_oblique_max_num_projections。
为稀疏斜向权重添加选项 "POWER_OF_TWO" 和 "INTEGER"。
当使用列表作为多维特征时，发出适当的错误。

修复¶

回归和排序 CEP 缩放已纠正。

发布音乐¶

约翰·B·塞勒斯。传统歌曲

0.8.0 - 2024-09-23¶

破坏性变更¶

不允许学习器使用位置参数，标签和任务除外。
从 Isolation Forest 学习器中移除不受支持/无效的超参数。
从不支持分布式训练和恢复训练的学习器中移除相关参数。
默认情况下，model.analyze 最长分析 20 秒（即 maximum_duration 默认为 20）。
将分类集合中的布尔值转换为小写，使其与分类特征的处理方式一致。

新特性¶

在 VerticalDataset 上进行训练时发出警告，并在训练期间尝试修改 VerticalDataset 中的列时失败。
用户可以在评估期间覆盖模型的任务、标签或组。
为 Isolation Forest 模型添加 num_examples_per_tree() 方法。
公开慢速引擎，用于使用 use_slow_engine=True 调试预测和评估。
将 GBT 模型训练速度提高约 10%。
支持 Isolation Forests 中的分类和布尔特征。
添加 ydf.util.read_tf_record 和 ydf.util.write_tf_record 以方便 TF Record 数据集的使用。
将 LAMBDA_MART_NDCG5 重命名为 LAMBDA_MART_NDCG。旧名称已弃用，但仍可使用。
允许配置 NDCG 损失的截断。
使用 model.predict 和 model.evaluate 时启用多线程。
model.analyze 的默认线程数等于核心数。
在 model.benchmark 中添加多线程结果。
添加参数以控制 model.analyze 的最大持续时间。
添加对 Unicode 字符串的支持，以与分类值相同的方式规范化分类集值，并验证其类型。
添加对排序梯度提升树模型的分布式训练支持。

修复¶

修复回归评估图表的标签。
改进了 Isolation Forest 训练失败时的错误提示。

发布音乐¶

永动机《音乐玩笑曲》，作品 257。约翰·施特劳斯（子）

0.7.0 - 2024-08-21¶

新特性¶

在学习器上公开 validate_hyperparameters()。
澄清学习器中哪些参数是可选的。
在 JAX FeatureEncoder 中添加对非字符串分类特征值的支持。
提高 Isolation Forests 的性能。
模型可以使用 model.serialize() 和 ydf.deserialize_model 进行序列化/反序列化为字节。
模型可以安全地进行 Pickle。
原生支持 Xarray 作为所有操作（例如训练、评估、预测）的数据集格式。
model.to_jax_function 的输出可以转换为 TensorFlow Lite 模型。
更改文件训练时扫描的默认样本数，以确定列的语义和字典，从 1 万更改为 10 万。
各种错误消息的改进。
异常检测模型的评估。
异常检测模型的斜向分割。
显著减少使用离散化数值进行分布式训练的内存使用。

修复¶

修复多维不规则输入的解析问题。
修复 isolation forest 超参数默认值问题。
修复包含空分片的分布式训练失败问题。
处理训练中的无序分类集。
修复 dataspec 忽略未展开列（例如多维分类整数）定义的问题。
修复为非不规则多维输入定义分类集时的错误。
MacOS: 修复与其他使用 protobuf 的库（例如 Tensorflow）的兼容性问题。
修复 Xarray 数据集中的 NAs 解析问题。

发布音乐¶

Ingharese 风格回旋曲 Quasi un capriccio “对失去的 Groschen 的愤怒”，作品 129。路德维希·凡·贝多芬

0.6.0 - 2024-07-04¶

新特性¶

model.to_jax_function 现在总是输出一个 FeatureEncoder 来帮助将数据馈送到 JAX 模型。
CART 学习器中 num_candidate_attributes 的默认值从 0（随机森林风格抽样）更改为 -1（不抽样）。这是 CART 普遍接受的逻辑。
model.to_tensorflow_saved_model 支持与 YDF 模型签名不同的预处理函数。
改进了馈送错误大小 Numpy 数组时的错误消息。
在 model.evaluate 中添加加权评估选项。

修复¶

修复使用浮点权重时混淆矩阵的显示问题。

已知问题¶

MacOS 构建已损坏。

0.5.0 - 2024-06-17¶

新特性¶

添加 Isolation Forests 模型支持。
向 model.print_tree 添加 max_depth 参数。
向 train 方法添加 verbose 参数，该参数等效于 ydf.verbose 但有时更方便。
添加 SKLearn 到 YDF 模型转换器：ydf.from_sklearn。
改进调用模型时使用不受支持数据时的错误消息。
添加对 numpy 2.0 的支持。

教程¶

添加异常检测教程。
添加 YDF 和 JAX 模型组合教程。

修复¶

修复在 colab 中绘制斜向树 (model.plot_tree) 时的错误。

0.4.3- 2024-05-07¶

新特性¶

添加 model.to_jax_function() 函数，用于将 YDF 模型转换为可与其他 JAX 操作结合使用的 JAX 函数。
当分类特征看起来像数字时打印警告。
添加对 Python 3.12 的支持。

修复¶

修复非分类学习器的交叉验证问题。
修复缺失 ydf/model/tree/plotter.js 文件。
解决 PYDF 和 TF-DF 之间的 YDF Proto 依赖冲突。

0.4.2- 2024-04-22¶

新特性¶

当 TF-DF 和 YDF 共享的 proto 依赖冲突时显示错误消息。
添加选项为 CartLearner 指定验证数据集。
DecisionForestsLearner 是 CartLearner 的别名。

0.4.1- 2024-04-18¶

修复¶

解决 PYDF 和 TF-DF 之间 YDF 依赖冲突问题。如果在 PYDF 之后安装 TF-DF，导入 YDF 将因 has no attribute 'DType' 错误而失败。
允许在缓存的 TensorFlow 数据集上进行训练。

0.4.0 - 2024-04-10¶

新特性¶

可以使用 features= 训练参数选择/配置多维特征。
程序化访问部分依赖图和变量重要性。
添加 model.to_tensorflow_function() 函数，用于将 YDF 模型转换为可与其他 TensorFlow 操作结合使用的 TensorFlow 函数。此函数与 Keras 2 和 Keras 3 兼容。
为 model.to_tensorflow_function(mode="tf") 添加参数 servo_api=False 和 feed_example_proto=False，分别用于导出遵循 Servo API 和消耗序列化 TensorFlow Example proto 的 TensorFlow SavedModel。
为 model.to_tensorflow_function 函数添加 pre_processing 和 post_processing 参数，以便将预处理/后处理操作打包到 TensorFlow SavedModel 中。

教程¶

添加教程使用 TF Serving 部署到 Vertex AI
添加教程YDF 与 TensorFlow 结合进行深度学习

0.3.0 - 2024-03-15¶

破坏性变更¶

自定义损失现在要求提供梯度，而不是梯度的负值。
澄清了 YDF 可能会修改自定义损失函数返回的 numpy 数组。

新特性¶

允许使用 Jax 定义自定义损失。
允许在自定义损失上设置 may_trigger_gc。
添加对 MHLD 斜向决策树的支持。
公开超参数 sparse_oblique_max_num_projections。
使用 model.plot_tree() 生成树的 HTML 图表。
修复 protobuf 版本为 4.24.3，以解决使用 conda 时的一些不兼容问题。
允许使用 model.list_compatible_engines() 列出兼容的引擎。
允许使用 model.force_engine(...) 选择快速引擎。

修复¶

修复某些斜向分割组合导致慢速引擎创建的问题。
改进馈送多维标签时的错误消息。

文档¶

澄清了斜向分割的超参数文档。
修复图表、拼写错误。

发布音乐¶

《儿童乐园》中的 Gradus ad Parnassum (L. 113)。克劳德·德彪西

0.2.0 - 2024-02-22¶

新特性¶

添加对 GBTs（分类和回归）自定义损失的支持。

修复¶

在调优器中，并行运行 parallel_trials 次试验，而不是并行运行 num_threads 次试验。
如果训练数据集是路径，则强制将验证数据集设置为路径。
修复基准测试。
澄清使用不兼容数据集进行排序时的错误提示。
提高测试覆盖率。
修复手动构建树时条件的问题。

文档¶

添加 TF-DF ==> YDF 迁移指南。
澄清 max_depth 参数文档。
澄清 early stopping 文档。

发布音乐¶

《地狱中的奥菲欧》地狱加洛普。雅克·奥芬巴赫

0.1.0 - 2024-01-25¶

新特性¶

添加模型验证评估（针对 GBTs）和 OOB 评估（针对 RFs）。
公开 Random Forests 的 winner-takes-all。
添加模型自评估。
添加 ydf.from_tensorflow_decision_forests() 用于导入 TF-DF 模型。
允许将数据集作为字符串序列输入。

修复¶

修复没有验证损失的 GBTs 的绘图问题。

发布音乐¶

1772 和 1793 年的 Flötenuhren - Vivace (Hob XIX:13)。约瑟夫·海顿

0.0.8 - 2023-12-19¶

新特性¶

改进 Jupyter notebook 中的训练中断。
训练和推理与 python 线程兼容。
添加模型检查器，允许程序化检查树的结构。
添加模型编辑器，允许程序化修改树的结构。

文档¶

ydf.readthedocs.io 上新增了许多教程。

Bug¶

修复模型分析中图表的显示问题。

发布音乐¶

Les Anges dans nos campagnes。传统歌曲

0.0.7 - 2023-11-28¶

新特性¶

支持具有 N/A 条件的模型的预测/评估。
支持从不包含标签列的数据集进行预测。
模型检查器
分类集列的自动推理。

发布音乐¶

Knecht Ruprecht 选自《少年钢琴曲集》（作品 86）。罗伯特·舒曼

0.0.6 - 2023-11-28¶

新特性¶

添加支持分类集特征。
添加支持预测分析。
公开 max_num_scanned_rows_to_infer_semantic 和 max_num_scanned_rows_to_compute_statistics。
在模型上公开元数据。
在模型上公开初始预测。
添加严格模式以获得更多警告。
添加 GBT 示例距离支持。
支持带步进的数值特征。

文档¶

ydf.readthedocs.io 上新增了许多教程。

修复¶

修复 GBT 预测中的一个 bug（详情请参阅 YDF 更新日志）。
各种小修复。

发布音乐¶

Die Holzauktion。弗朗茨·迈斯纳

0.0.5 - 2023-11-10¶

新特性¶

添加对分布式训练的支持。
允许设置节点格式。
允许程序化访问变量重要性。
支持多维数值特征。
支持使用超参数模板。

文档¶

ydf.readthedocs.io 上新增了许多教程。
更新了常见问题。

修复¶

修复多类别分类的预测数组问题。
避免暴露 proto Task 类型。
不再暴露 train_from_path 和 train_from_dataset -- 只需使用 train！
如果检测到 32 个核心，正确选择线程数。
在某些配置下日志挂起。

发布音乐¶

Auld Lang Syne。传统歌曲

0.0.4 - 2023-11-01¶

新特性¶

新文档发布！
添加排序任务支持。
添加从路径读取的支持，支持多种数据类型（csv 等）。
改进了模型描述。
添加支持恢复训练。
添加导出到 Tensorflow。
控制日志输出详细程度。
添加 model.distance(...) 计算样本之间的成对距离。
在模型上公开数据规范。
支持单调约束。
简单的训练基准测试。

修复¶

移除 pybind11_abseil 以避免与其他库（如 Tensorflow）冲突。

发布音乐¶

蓝色狂想曲。乔治·格什温

0.0.3 - 2023-10-20¶

新特性¶

超参数调优。
导出到 C++。
基准测试推理速度。
树叶检索。
C++ 基础更新到 1.7.0。

发布音乐¶

施威格特·斯蒂勒，普劳德特·尼希特 (BWV 211)。约翰·塞巴斯蒂安·巴赫

0.0.2 - 2023-10-05¶

新特性¶

模型分析。

发布音乐¶

当你微笑时。拉里·沙伊，马克·费舍尔和乔·古德温

0.0.1 - 2023-10-03¶

初始 Alpha 版本

新特性¶

训练、预测、评估、从 Pandas 导入。
学习器：梯度提升树（及其派生）、随机森林（及其派生）、Cart。

发布音乐¶

弗里希·赫兰 (Opus 386)。约翰·施特劳斯（子）