1
私は実装しようとしています：https://www.tensorflow.org/versions/r0.11/tutorials/wide/index.html 私のデータセット。Tensorflowロジスティック回帰
私は基本的に、いくつかの連続した分類的特徴に基づいてバイナリ分類（0または1）を試みています。
NaNを、新しい機能が作成され、削除されました：
square_feet = tf.contrib.layers.real_valued_column("square_feet")
guests_included = tf.contrib.layers.real_valued_column("guests_included")
security_deposit = tf.contrib.layers.real_valued_column("security_deposit")
cleaning_fee = tf.contrib.layers.real_valued_column("cleaning_fee")
extra_people = tf.contrib.layers.real_valued_column("extra_people")
と
neighbourhood_group_cleansed = tf.contrib.layers.sparse_column_with_keys(column_name="neighbourhood_group_cleansed", keys=['Bronx', 'Queens', 'Staten Island', 'Brooklyn', 'Manhattan'])
host_response_time = tf.contrib.layers.sparse_column_with_keys(column_name="host_response_time", keys=['within an hour', 'within a few hours', 'within a day', 'a few days or more'])
- 私はより多くの機能を持って、私はこれは要点を伝えると思います。
私は、これらの機能をコピー：後、私はデバッグのビットを行う場合、関数はinput_fn（）有効なのdictを返しん
model_dir = tempfile.mkdtemp()
m = tf.contrib.learn.LinearClassifier(feature_columns=FEATURE_COLUMNS, model_dir=model_dir)
m.fit(input_fn=train_input_fn, steps=200)
によって使用されます
def input_fn(df):
# Creates a dictionary mapping from each continuous feature column name (k) to
# the values of that column stored in a constant Tensor.
continuous_cols = {k: tf.constant(df[k].values) for k in CONTINUOUS_COLUMNS}
# Creates a dictionary mapping from each categorical feature column name (k)
# to the values of that column stored in a tf.SparseTensor.
categorical_cols = {k: tf.SparseTensor(indices=[[i, 0] for i in range(df[k].size)], values=df[k].values, shape=[df[k].size, 1]) for k in CATEGORICAL_COLUMNS}
# Merges the two dictionaries into one.
feature_cols = dict(continuous_cols.items() + categorical_cols.items())
# Converts the label column into a constant Tensor.
label = tf.constant(df[LABEL_COLUMN].values)
# Returns the feature columns and the label.
return feature_cols, label
def train_input_fn():
return input_fn(df_train)
def eval_input_fn():
return input_fn(df_test)
分類です。 feature_colsの
/lib/python2.7/site-packages/tensorflow/contrib/layers/python/layers/feature_column_ops.pyc in check_feature_columns(feature_columns)
510 seen_keys = set()
511 for f in feature_columns:
--> 512 key = f.key
513 if key in seen_keys:
514 raise ValueError('Duplicate feature column key found for column: {}. '
AttributeError: 'str' object has no attribute 'key'
のデバッグ出力（のみ抜粋）：
'square_feet': <tf.Tensor 'Const_15:0' shape=(10000,) dtype=float64>,
'guests_included': <tf.Tensor 'Const_16:0' shape=(10000,) dtype=float64>,
'security_deposit': <tf.Tensor 'Const_17:0' shape=(10000,) dtype=float64>,
'cleaning_fee': <tf.Tensor 'Const_18:0' shape=(10000,) dtype=float64>,
..
とDF
<tf.Tensor 'Const_27:0' shape=(10000,) dtype=int64>
ラベルためとため はしかし、私はこのエラーを取得します[LABEL_COLUMN]。値：
array([1, 1, 1, ..., 1, 1, 1])
ヘルプ、ヒント、ヒントを高く評価しました。これらはTensorflowの私の最初のステップであり、進める方法やエラーのトラブルシューティングを行う方法はありません。
ありがとうございました！
私はちょうど連続列classifier = learn.DNNClassifier(hidden_units=[10, 20, 10], n_classes=2, feature_columns=CONTINUOUS_COLUMNS)
classifier.fit(df_train[CONTINUOUS_COLUMNS], df_train['classification'], steps=200, batch_size=32)
に、DNN分類器に
import tensorflow.contrib.learn.python.learn as learn
と今を使用し、同じエラーを取得しようとしました
---更新---
/lib/python2.7/site-packages/tensorflow/contrib/layers/python/layers/feature_column_ops.pyc in check_feature_columns(feature_columns)
510 seen_keys = set()
511 for f in feature_columns:
--> 512 key = f.key
513 if key in seen_keys:
514 raise ValueError('Duplicate feature column key found for column: {}. '
AttributeError: 'str' object has no attribute 'key'
スタックトレースを表示できますか？ – sygi