TensorFlow内のランダムフォレストの実装であるTensorForestは、何らかの形で、(ワンホットエンコーディングなしで)カテゴリ機能を入力としてサポートしているようです。TensorForestカテゴリ機能
は
それはそれらを使用する方法は明らかではありませんしかし
-
を参照してください。この例
を見れば
ライン65
の 'x' のパラメータは、float型の配列でなければなりません。
カテゴリの機能(例:文字列)を渡すにはどうすればよいですか?
TensorFlow内のランダムフォレストの実装であるTensorForestは、何らかの形で、(ワンホットエンコーディングなしで)カテゴリ機能を入力としてサポートしているようです。TensorForestカテゴリ機能
は
それはそれらを使用する方法は明らかではありませんしかし
を見れば
ライン65
の 'x' のパラメータは、float型の配列でなければなりません。
カテゴリの機能(例:文字列)を渡すにはどうすればよいですか?
SKCompatラッパーをエスカレーターに使用する場合、 'x'と 'y'パラメーターは浮動する必要があります(そのインターフェースでは1つのオブジェクトのみを渡すことができるためです)。しかし、ほとんどの例で使用されているエスティメータの入力関数インタフェース(input_fn = ...)を使用すると、input_fnが返すフィーチャディクショナリは、float、int、およびstring Tensorsの組み合わせになります。浮動小数点数は連続したものとして扱われ、intとstringは(x [i] == Tの代わりにx [i] < = Tのような)決定的ノードとして扱われ、one-hotエンコーディングは必要ありません。したがって、データのバッチを返す入力関数を作成する必要があります(これは、SKCompatインターフェイスが本質的に何を行うのかです)。