Tensorflow之feature_column

官网：https://tensorflow.google.cn/guide/feature_columns

参考：https://blog.csdn.net/cjopengler/article/details/78161748

 

numeric_column

numeric_column(
    key,
    shape=(1,),
    default_value=None,
    dtype=tf.float32,
    normalizer_fn=None
)

key: 特征的名字。也就是对应的列名称。
shape: 该key所对应的特征的shape. 默认是1，但是比如one-hot类型的，shape就不是1，而是实际的维度。总之，这里是key所对应的维度，不一定是1.
default_value: 如果不存在使用的默认值
normalizer_fn: 对该特征下的所有数据进行转换。如果需要进行normalize，那么就是使用normalize的函数.这里不仅仅局限于normalize，也可以是任何的转换方法，比如取对数，取指数，这仅仅是一种变换方法.

import tensorflow as tf

tf.enable_eager_execution()

def Test_numeric_column():
    features = {'sales' : [[5], [10], [8], [9]]}
    columns = [tf.feature_column.numeric_column('sales')]
    inputs = tf.feature_column.input_layer(features, columns)
    print(inputs)
Test_numeric_column()

bucketized_column

bucketized_column(
    source_column,
    boundaries
)

source_column: 必须是numeric_column
boundaries: 不同的桶。boundaries=[0., 1., 2.],产生的bucket就是, (-inf, 0.), [0., 1.), [1., 2.), and [2., +inf), 每一个区间分别表示0, 1, 2, 3,所以相当于分桶分了4个.

import tensorflow as tf
from tensorflow import feature_column as fc

tf.enable_eager_execution()

def test_bucketized_column():
    price = {'price': [[5.], [15.], [25.], [35.]]}  # 4行样本
    price_column = fc.numeric_column('price')
    bucket_price = fc.bucketized_column(price_column, [0, 10, 20, 30, 40])
    price_bucket_tensor = fc.input_layer(price, [bucket_price])
    print(price_bucket_tensor)
test_bucketized_column()

categorical_column_with_vocabulary_list

categorical_column_with_vocabulary_list(
    key,
    vocabulary_list,
    dtype=None,
    default_value=-1,
    num_oov_buckets=0
)

key: feature名字
vocabulary_list: 对于category来说，进行转换的list.也就是category列表.
dtype: 仅仅string和int被支持，其他的类型是无法进行这个操作的.
default_value: 当不在vocabulary_list中的默认值，这时候num_oov_buckets必须是0.
num_oov_buckets: 用来处理那些不在vocabulary_list中的值，如果是0，那么使用default_value进行填充;如果大于0，则会在[len(vocabulary_list), len(vocabulary_list)+num_oov_buckets]这个区间上重新计算当前特征的值.
与前面numeric 不同的是，这里返回的是稀疏tensor.

import tensorflow as tf
from tensorflow import feature_column as fc

tf.enable_eager_execution()

def categorical_column_with_vocabulary_list():
    color_data = {'color': [['R', 'R'], ['G', 'R'], ['B', 'G'], ['A', 'A']]}  # 4行样本
    color_column = fc.categorical_column_with_vocabulary_list('color', ['R', 'G', 'B'], dtype=tf.string, default_value=-1)
    color_column_identy = fc.indicator_column(color_column)
    color_dense_tensor = fc.input_layer(color_data, [color_column_identy])
    print(color_dense_tensor)
categorical_column_with_vocabulary_list()