テンソルフローでデータを入力する方法は？

Question

私は4つのファイルを持っている：train.txt、trainLabel.txt、test.txtという、testLabel.txt

train.txt

1,60,feature_col0,feature_col1,feature_col2,feature_col3,feature_col4,feature_col5,feature_col6,feature_col7,feature_col8,feature_col9,feature_col10,feature_col11,feature_col12,feature_col13,feature_col14,feature_col15,feature_col16,feature_col17,feature_col18,feature_col19,feature_col20,feature_col21,feature_col22,feature_col23,feature_col24,feature_col25,feature_col26,feature_col27,feature_col28,feature_col29,feature_col30,feature_col31,feature_col32,feature_col33,feature_col34,feature_col35,feature_col36,feature_col37,feature_col38,feature_col39,feature_col40,feature_col41,feature_col42,feature_col43,feature_col44,feature_col45,feature_col46,feature_col47,feature_col48,feature_col49,feature_col50,feature_col51,feature_col52,feature_col53,feature_col54,feature_col55,feature_col56,feature_col57,feature_col58,feature_col59 
1,0,0,0,0,1,0,0,1,0,0,1,0,0,1,1,0,0,1,0,0,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,1,0,0,0,1,0,0,1,0,0,1,0,0,1 

trainLabel.txt

1,4,feature_col0,feature_col1,feature_col2,feature_col3 
1,1,1,0 

test.txt

1,60,feature_col0,feature_col1,feature_col2,feature_col3,feature_col4,feature_col5,feature_col6,feature_col7,feature_col8,feature_col9,feature_col10,feature_col11,feature_col12,feature_col13,feature_col14,feature_col15,feature_col16,feature_col17,feature_col18,feature_col19,feature_col20,feature_col21,feature_col22,feature_col23,feature_col24,feature_col25,feature_col26,feature_col27,feature_col28,feature_col29,feature_col30,feature_col31,feature_col32,feature_col33,feature_col34,feature_col35,feature_col36,feature_col37,feature_col38,feature_col39,feature_col40,feature_col41,feature_col42,feature_col43,feature_col44,feature_col45,feature_col46,feature_col47,feature_col48,feature_col49,feature_col50,feature_col51,feature_col52,feature_col53,feature_col54,feature_col55,feature_col56,feature_col57,feature_col58,feature_col59 
0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,1,0,0,1,0,0,1,0,0,1,0,0,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1 

testLabel.txt

1,4,feature_col0,feature_col1,feature_col2,feature_col3 
1,1,0,0 

dpNumが、私は入力にtrain.txt

[1 ,0..........., 1] # a rank 1 tensor; this is a vector with shape [60]のようないくつかのデータが欲しいfeature_col

を意味

そして

を予測

# Fit model. 
classifier.fit(x=training_set.data, 
       y=training_set.target, 
       steps=2000) 

すなわち：tutorialsページから0

Answer 1

training_set.targetを呼び出してターゲットにアクセスできます。これにより、各データポイントのラベルが表示されます。

また、いくつかの用語と混同されているかどうかはわかりません：訓練データセットには15,000データポイントがありますが、（少なくともIrisデータセットの場合は）私はデータセット全体がラベル付けされていると信じています。あなたは15,000のトレーニングサンプルと1万のテストサンプルを持っていると言っていますか？

したがって、次のすべてが既にあなたにはっきりしているかどうかはわかりませんが、そうでない場合は、うまくいけばそれがクリアされます。

Sepal length Sepal width  Petal length Petal width  Species 
5.1    3.5    1.4    0.2    I. setosa 
4.9    3.0    1.4    0.2    I. setosa 
4.7    3.2    1.3    0.2    I. setosa 
.... 
5.1    2.5    3.0    1.1    I. versicolor 
5.7    2.8    4.1    1.3    I. versicolor 

すぐ通常、以下の用語が使用される：

• テーブルの各行は、データポイント又はサンプルあるアイリスデータセットが（Wikipediaから採取した）このようなものに見えると言います
• データポイントの次元はこの場合4である（この4つはセパール長さ、セパール幅、ペタル長さ、ペタル幅を特徴とする）（I. setosaまたはI. versicolor）の最後の列です。通常、ラベルは何らかの形で符号化される。あなたの疑問にお答えしますように、と1のラベルは0です。しかし、2つの可能なラベル以上のものがあるかもしれません。例えば。アイリスのデータセットには、通常I. virginicaという3番目の花もあります。
• トレーニングとテストセットテストセットは通常小さいことを除いが、まったく同じに見える（と最終出力のスコアを評価するよりも、あなたが他のテスト・セットのラベルを使用しません。あなたのクラシファイアの）。