python - 值错误 : Feature not in features dictionary

Question

我正在尝试使用 TensorFlow 编写一个简单的深度机器学习模型。我正在使用我在 Excel 中制作的玩具数据集，只是为了让模型工作并接受数据。我的代码如下:

import pandas as pd
import numpy as np
import tensorflow as tf

raw_data = np.genfromtxt('ai/mock-data.csv', delimiter=',', dtype=str)
my_data = np.delete(raw_data, (0), axis=0) #deletes the first row, axis=0 indicates row, axis=1 indicates column
my_data = np.delete(my_data, (0), axis=1) #deletes the first column

policy_state = tf.feature_column.categorical_column_with_vocabulary_list('policy_state', [
    'AL', 'CA', 'MI'
])

modern_classic_ind = tf.feature_column.categorical_column_with_vocabulary_list('modern_classic_ind', [
    '0', '1'
])

h_plus_ind = tf.feature_column.categorical_column_with_vocabulary_list('h_plus_ind', [
    '0', '1'
])

retention_ind = tf.feature_column.categorical_column_with_vocabulary_list('retention_ind', [
    '0', '1'
])

feature_columns = [
    tf.feature_column.indicator_column(policy_state),
    tf.feature_column.indicator_column(modern_classic_ind),
    tf.feature_column.indicator_column(h_plus_ind)
]
classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,
                                      hidden_units=[10, 20, 10],
                                      n_classes=3,
                                      model_dir="/tmp/ret_model")

train_input_fn = tf.estimator.inputs.numpy_input_fn(
x={"x": np.array(my_data[:, 0:3], dtype=str)},
y=np.array(np.array(my_data[:, 3], dtype=str)),
num_epochs=None,
shuffle=True)

classifier.train(input_fn=train_input_fn, steps=2000)

不幸的是，我收到以下错误。我试过从 csv 文件中删除标签而不是保留它们，将特征列命名为不同的东西，并更改 numpy 数组的类型。错误仍然存​​在。

ValueError:特征 h_plus_ind 不在特征字典中。

如果我删除 h_plus_ind，它只会在不同的列上抛出错误。

Answer 1

使用 tf.feature_columns 时，您在 input_fn 中输入的数据应该与之前创建的特征列具有相同的键。因此，train_input_fn 的 x 应该是一个字典，其键以 feature_columns 命名。

一个模拟例子:

x = {"policy_state": np.array(['AL','AL','AL','AL','AL']),
     "modern_classic_ind": np.array(['0','0','0','0','0']),
     "h_plus_ind": np.array(['0','0','0','0','0']),}

侧面:

这很棒 article来自开发人员的谷歌博客可能是一个很好的阅读，因为它引入了一种使用 tf.Dataset API 直接从 csv 文件创建 input_fn 的新方法。它有更好的内存管理，避免将所有数据集加载到内存中。