python - 为什么 TF Boosted Trees 不接受数值数据作为输入？

Question

对于 tf.estimator.BoostedTreesClassifier，为什么所有特征列都需要是 bucketsized 或 indicator 列？

处理分类器使用的数值数据和分类数据的最佳方法是什么？

处理数字数据似乎是不可能的。决策树是完美的，因为我什至不需要扩展我的数据。

我的代码如下:

def _parse_record():
    # do something
    return {'feature_1': array[0], 'feature_2': array[190.98]}, label

def input_fn():
    # parse record
    return dataset

feature_cols = []
for _ in numerical_features:
    feature_cols.append(tf.feature_column.numeric_column(key=_))
for _ in cat:
    c = tf.feature_column.categorical_column_with_hash_bucket(key=_, hash_bucket_size=100)
    ind = tf.feature_column.indicator_column(c)
    feature_cols.append(ind)

classifier = tf.estimator.BoostedTreesClassifier(
    feature_columns=feature_cols,
    n_batches_per_layer=100,
    n_trees=100,
)

f=lambda: input_fn()
classifier.train(input_fn=f)

但是，这给了我:

ValueError: For now, only bucketized_column and indicator column are supported but got: _NumericColumn(key='active_time', shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None)

Answer 1

支持 tf.estimator.BoostedTreesClassifier 中的数字特征刚刚添加到 TensorFlow v1.13(source，commit)。第一个稳定版本是 v1.13.1 .