- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试从this dataset创建my_feature_columns列表。我正在使用以下代码阅读它:
train = pd.read_csv(train_path, names=CSV_COLUMN_NAMES, header=0)
train = train.drop(['Name', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'], axis=1)
train.fillna(0, inplace=True)
我只想使用“Pclass”、“Sex”和“Age”。由于 Sex
只有 2 个可能的值,因此我编写了以下代码:
my_feature_columns = [
tf.feature_column.numeric_column(key='Pclass'),
tf.feature_column.categorical_column_with_vocabulary_list(key="Sex", vocabulary_list=["male", "female"]),
tf.feature_column.numeric_column(key='Age'),
]
然后我实例化分类器:
classifier = tf.estimator.DNNClassifier(
feature_columns=my_feature_columns,
hidden_units=[10, 10],
n_classes=2)
但是我得到了
ValueError: Items of feature_columns must be a _DenseColumn. You can wrap a categorical column with an embedding_column or indicator_column. Given: _VocabularyListCategoricalColumn(key='Sex', vocabulary_list=('male', 'female'), dtype=tf.string, default_value=0, num_oov_buckets=0)
我对 TensorFlow 完全陌生,我不知道发生了什么。我将感谢所有类型的帮助,提前致谢,并对我的英语感到抱歉。
最佳答案
再读一遍the documentation我意识到
Indicator columns and embedding columns never work on features directly
所以我更正了我的代码:
categorical_column = tf.feature_column.categorical_column_with_vocabulary_list(key="Sex", vocabulary_list=["male", "female"], default_value=0)
my_feature_columns = [
tf.feature_column.numeric_column(key='Pclass'),
tf.feature_column.indicator_column(categorical_column),
tf.feature_column.numeric_column(key='Age')
]
而且效果非常好!
关于tensorflow - feature_columns 的项目必须是 _FeatureColumn 给定 : _VocabularyListCategoricalColumn,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48614819/
在Tensorflow中已经有通过跨列创建特征的功能 tf.feature_column.crossed_column ,但更多的是针对类别数据。数字数据呢? 比如已经有2列了 age = tf.fe
我收到这个错误: ValueError: Items of feature_columns must be a _FeatureColumn. Given (type ): Index(['Credi
我运行了 Google 的官方教程 (link here)。它在本地运行良好,但我卡在了需要在 Google Cloud Platform 上训练网络的部分。我在我的终端上运行了以下代码: JOB_N
我正在阅读 tensorflow 关于 tf.feature_column.indicator_column 的文档. 在本文档中,有一个示例。 name = indicator_column(cat
Tensorflow feature_column 如何与 Keras 模型结合使用? 例如对于 Tensorflow 估计器,我们可以使用 Tensorflow Hub 中的嵌入列: embedde
我正在尝试从this dataset创建my_feature_columns列表。我正在使用以下代码阅读它: train = pd.read_csv(train_path, names=CSV_COL
我使用的是 tensorflow 1.8.0,python 3.6.5。数据是虹膜数据集。这是代码: import pandas as pd import numpy as np from sklea
所以我是机器学习的新手,正在尝试这里给出的 TensorFlow 线性模型教程: https://www.tensorflow.org/tutorials/wide 我真的只是下载了他们的教程并试图在
我想绕过 Estimator 框架,直接在 session 中使用 tensorflow feature_column 和 feature。我读了tensorflow's low level intr
我有一个 tfrecords 文件,将图像存储为字节串。我想将其定义为 tf.feature_column.numeric_column("image", shape=[64, 64], dtype=
我目前无法区分 tf.feature_column.input_layer 和 tf.layers.Input。两者在实际构建的模型中是否可以互换?两者各自的用例是什么? 最佳答案 tf.featur
我正在尝试构建一个模型,它给出 reddit_score = f('subreddit','comment') 这主要是作为一个示例,我可以以此为基础构建一个工作项目。 我的密码是here . 我的问
我对 Tensorflow Estimator 非常陌生。我想知道是否可以将一组分类变量作为特征传递给估计器,并自动将其转换为一组嵌入。例如,以下是 CSV 文件中的一条记录。它包含 2 个分类变量列
我正在使用 jupyter 笔记本编写深度神经网络代码。我在尝试创建 DNNClassifier 时遇到了这个问题。 import tensorflow.contrib.learn as learn
我是一名优秀的程序员,十分优秀!