1
TFLearn has a number of useful utilitiesを使用して派生フィーチャカラムを作成できる訓練用線形推定器の生の値をベクトル化することはできますが、実際には単一の生のサンプルをフィードして特徴ベクトル化プロセスを検証したい特徴ベクトルを得る。Tensorflow Learn(TFLearn)
残念ながら、TFLearnコードベースを使用してこれを行う方法はありません。 2列を持つ(ダム)の例として
、 '性別'(カテゴリ)とラベル:
female,98
male,38
対応するスクリプトの場合:
import tensorflow as tf
import pandas as pd
df_train = pd.read_csv(
tf.gfile.Open("wide_n_deep/data.csv"),
names=["gender", "label"],
skipinitialspace=True)
df_train.label = (df_train.label).astype(int)
gender = tf.contrib.layers.sparse_column_with_keys(
column_name="gender",
keys=["female", "male"])
wide_columns = [gender]
model = tf.contrib.learn.LinearClassifier(
model_dir="models",
feature_columns=wide_columns)
def input_fn(df):
categorical_cols = {"gender": tf.SparseTensor(
indices=[[i, 0] for i in range(df["gender"].size)],
values=df["gender"].values,
shape=[df["gender"].size, 1])}
label = tf.constant(df["label"].values)
return categorical_cols, label
model.fit(input_fn=lambda: input_fn(df_train), steps=100)
質問:私を得るにはどうすればよいですこの例の特徴ベクトルは?
example = {"gender" : "female", "label" : 93} # or a DataFrame row, etc
ありがとうございます!
あなたは、コード例を
を持っているかもしれませんか?また、私は答えがアンダースコア(プライベート)の先頭にあるメソッドになるのには驚いていると思います。これはフィーチャライザーが行う重要な機能です! – lollercoaster