Python tf.feature_column.categorical_column_with_hash_bucket用法及代码示例

表示通过散列设置 id 的稀疏特征。

用法

tf.feature_column.categorical_column_with_hash_bucket(
    key, hash_bucket_size, dtype=tf.dtypes.string
)

当您的稀疏特征是字符串或整数格式，并且您希望通过散列将输入分配到有限数量的桶中时，请使用此选项。 output_id = Hash(input_feature_string) % bucket_size 用于字符串类型输入。对于 int 类型输入，首先将值转换为其字符串表示形式，然后通过相同的公式进行哈希处理。

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。

例子：

import tensorflow as tf
keywords = tf.feature_column.categorical_column_with_hash_bucket("keywords",
10000)
columns = [keywords]
features = {'keywords':tf.constant([['Tensorflow', 'Keras', 'RNN', 'LSTM',
'CNN'], ['LSTM', 'CNN', 'Tensorflow', 'Keras', 'RNN'], ['CNN', 'Tensorflow',
'LSTM', 'Keras', 'RNN']])}
linear_prediction, _, _ = tf.compat.v1.feature_column.linear_model(features,
columns)

# or
import tensorflow as tf
keywords = tf.feature_column.categorical_column_with_hash_bucket("keywords",
10000)
keywords_embedded = tf.feature_column.embedding_column(keywords, 16)
columns = [keywords_embedded]
features = {'keywords':tf.constant([['Tensorflow', 'Keras', 'RNN', 'LSTM',
'CNN'], ['LSTM', 'CNN', 'Tensorflow', 'Keras', 'RNN'], ['CNN', 'Tensorflow',
'LSTM', 'Keras', 'RNN']])}
input_layer = tf.keras.layers.DenseFeatures(columns)
dense_tensor = input_layer(features)