Python tf.compat.v1.feature_column.categorical_column_with_vocabulary_file用法及代码示例

带有词汇文件的CategoricalColumn。

用法

tf.compat.v1.feature_column.categorical_column_with_vocabulary_file(
    key, vocabulary_file, vocabulary_size=None, num_oov_buckets=0,
    default_value=None, dtype=tf.dtypes.string
)

参数

key 标识输入特征的唯一字符串。它用作特征解析配置、特征Tensor 对象和特征列的列名和字典键。
vocabulary_file 词汇文件名。
vocabulary_size 词汇表中元素的数量。这必须不大于 vocabulary_file 的长度，如果小于长度，则忽略后面的值。如果为 None，则设置为 vocabulary_file 的长度。
num_oov_buckets 非负整数，词汇表外的桶数。所有超出词汇表的输入都将根据输入值的散列分配 [vocabulary_size, vocabulary_size+num_oov_buckets) 范围内的 ID。不能用 default_value 指定正的 num_oov_buckets 。
default_value 为词汇外特征值返回的整数 ID 值，默认为 -1 。这不能用正的 num_oov_buckets 来指定。
dtype 特征的类型。仅支持字符串和整数类型。

带有词汇文件的CategoricalColumn。

抛出

ValueError vocabulary_file 丢失或无法打开。
ValueError vocabulary_size 缺失或
ValueError num_oov_buckets 是一个负整数。
ValueError num_oov_buckets 和 default_value 均已指定。
ValueError dtype 既不是字符串也不是整数。

当您的输入是字符串或整数格式，并且您有一个将每个值映射到整数 ID 的词汇表文件时，请使用此选项。默认情况下，词汇表外的值被忽略。使用num_oov_buckets 和default_value 中的任何一个(但不能同时使用)来指定如何包含词汇表外的值。

对于输入字典 features , features[key] 是 Tensor 或 SparseTensor 。如果 Tensor ，缺失值可以用 -1 表示 int 和 '' 表示 string，这将被此特征列删除。

num_oov_buckets 示例：文件 '/us/states.txt' 包含 50 行，每行带有 2 个字符的美国州缩写。该文件中具有值的所有输入都分配了一个 ID 0-49，对应于其行号。所有其他值都经过哈希处理并分配了 ID 50-54。

import tensorflow as tf
states = tf.feature_column.categorical_column_with_vocabulary_file(
  key='states', vocabulary_file='states.txt', vocabulary_size=5,
  num_oov_buckets=1)
columns = [states]
features = {'states':tf.constant([['california', 'georgia', 'michigan',
'texas', 'new york'], ['new york', 'georgia', 'california', 'michigan',
'texas']])}
linear_prediction = tf.compat.v1.feature_column.linear_model(features,
columns)

default_value 示例：文件 '/us/states.txt' 包含 51 行 - 第一行是 'XX'，其他 50 行各有 2 个字符的美国州缩写。输入中的文字 'XX' 和文件中缺少的其他值都将被分配 ID 0。所有其他值都被分配相应的行号 1-50。

import tensorflow as tf
states = tf.feature_column.categorical_column_with_vocabulary_file(
  key='states', vocabulary_file='states.txt', vocabulary_size=6,
  default_value=0)
columns = [states]
features = {'states':tf.constant([['california', 'georgia', 'michigan',
'texas', 'new york'], ['new york', 'georgia', 'california', 'michigan',
'texas']])}
linear_prediction = tf.compat.v1.feature_column.linear_model(features,
columns)

并使用以下任一方式进行嵌入：

import tensorflow as tf
states = tf.feature_column.categorical_column_with_vocabulary_file(
  key='states', vocabulary_file='states.txt', vocabulary_size=5,
  num_oov_buckets=1)
columns = [tf.feature_column.embedding_column(states, 3)]
features = {'states':tf.constant([['california', 'georgia', 'michigan',
'texas', 'new york'], ['new york', 'georgia', 'california', 'michigan',
'texas']])}
input_layer = tf.keras.layers.DenseFeatures(columns)
dense_tensor = input_layer(features)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.feature_column.categorical_column_with_vocabulary_file。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

抛出