admin管理员组文章数量:1650783
Feature column
本文档详细介绍了特征列（feature columns）。您可以将特征列视为原始数据和 Estimator 之间的媒介。特征列非常丰富，使您可以将各种原始数据转换为 Estimators 可用的格式，从而可以轻松进行实验。
在内置 Estimators 部分的教程中，我们训练了一个 tf.estimator.DNNClassifier 去完成 Iris 花的分类任务。在该例子中，我们只使用了numerical feature columns（tf.feature_column.numeric_column）类型。尽管numeric column可以有效地表示花瓣、花蕊的长度和宽度，但在实际的数据集中包含了各种特征，其中很多不是数值。
1. 深度神经网络的输入
深度神经网络只能处理数值类型的数据，但我们收集的特征并不全是数值类型的。以一个可包含下列三个非数值的 product_class 特征为例：
- kitchenware
- electronics
- sports
机器学习模型一般将分类值表示为简单的矢量，其中 1 表示存在某个值，0 表示不存在某个值。例如，如果将product_class设置为sports时，机器学习模型通常将product_class表示为[0, 0, 1]，即：
- 0：kitchenware is absent。
- 0：electronics is absent。
- 1：sports is present。
因此，虽然原始数据可以是数值或分类值，但机器学习模型会将所有特征表示为数值。
2. Feature Columns
如下图所示，你可以通过 Estimator 的 feature_columns 参数来指定模型的输入。特征列在输入数据（由input_fn返回）与模型之间架起了桥梁。
要创建特征列，请调用 tf.feature_column 模块的函数。本文档介绍了该模块中的 9 个函数。如下图所示，除了 bucketized_column 外的函数要么返回一个 Categorical Column 对象，要么返回一个 Dense Column 对象。
下面我们详细介绍下这些函数。
2.1 Numeric column（数值列）
Iris 分类器对所有输入特征调用 tf.feature_column.numeric_column 函数：
- SepalLength
- SepalWidth
- PetalLength
- PetalWidth
tf.feature_column 有许多可选参数。如果不指定可选参数，将默认指定该特征列的数值类型为 tf.float32。
# Defaults to a tf.float32 scalar.
numeric_feature_column = tf.feature_column.numeric_column(key="SepalLength")
可以使用dtype参数来指定数值类型。
# Represent a tf.float64 scalar.
numeric_feature_column = tf.feature_column.numeric_column(key="SepalLength",
dtype=tf.float64)
默认情况下，numeric column 只表示单个值（标量）。可以使用 shape 参数来指定形状。
# Represent a 10-element vector in which each cell contains a tf.float32.
vector_feature_column = tf.feature_column.numeric_column(key="Bowling",
shape=10)
# Represent a 10x5 matrix in which each cell contains a tf.float32.
matrix_feature_column = tf.feature_column.numeric_column(key="MyMatrix",
shape=[10,5])
2.2 Bucketized column（分桶列）
通常，我们不直接将一个数值直接传给模型，而是根据数值范围将其值分为不同的 categories。上述功能可以通过 tf.feature_column.bucketized_column 实现。以表示房屋建造年份的原始数据为例。我们并非以标量数值列表示年份，而是将年份分成下列四个分桶：
模型将按以下方式表示这些 bucket：
| 日期范围 | 表示为… |
|---|---|
| < 1960 年 | [1, 0, 0, 0] |
| >= 1960 年但 < 1980 年 | [0, 1, 0, 0] |
| >= 1980 年但 < 2000 年 | [0, 0, 1, 0] |
| >= 2000 年 | [0, 0, 0, 1] |
为什么要将数字（一个完全有效的模型输入&
本文标签： 文档官方estimatortensorflowfeature
版权声明：本文标题：TensorFlow Estimator 官方文档之----Feature column 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dongtai/1729531479a1204861.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论