gpt4 book ai didi

tensorflow - 如何使用 tensorflow 数据集训练 sklearn 模型?

转载 作者:行者123 更新时间:2023-12-04 13:53:58 25 4
gpt4 key购买 nike

我想知道我是否可以使用 Tensorflow 数据集来训练 scikit-learn 和其他 ML 框架。
例如,我可以拿 tf.data.dataset 吗?用于训练 xgboost、LogisticReg、RandomForest 分类器等?
即我可以通过 tf.data.dataset对象进入 .fit()这些模型的方法,用于训练?
我试过了:

    xs=np.asarray([i for i in range(10000)]).reshape(-1, 1)
ys=np.asarray([int(i%2==0)for i in range(10000)])

xs = tf.data.Dataset.from_tensor_slices(xs)
ys = tf.data.Dataset.from_tensor_slices(ys)
cls.fit(xs, ys)
我收到以下错误:
    TypeError: float() argument must be a string or a number, not 'TensorSliceDataset'

最佳答案

您可以使用 as_numpy_iterator()方法;来自 docs :

Returns an iterator which converts all elements of the dataset to numpy.


按照你的例子:
from sklearn.svm import SVC

x = list(xs.as_numpy_iterator())
y = list(ys.as_numpy_iterator())

clf = SVC(gamma='auto')

clf.fit(x, y)

关于tensorflow - 如何使用 tensorflow 数据集训练 sklearn 模型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66118638/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com