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

带有in-memory 词汇的CategoricalColumn。

用法

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

当您的输入是字符串或整数格式，并且您有一个 in-memory 词汇表将每个值映射到一个整数 ID 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：在以下示例中，vocabulary_list 中的每个输入都分配了一个与其索引对应的 ID 0-3(例如，输入 'B' 产生输出 2)。所有其他输入都经过哈希处理并分配了 ID 4-5。

colors = categorical_column_with_vocabulary_list(
    key='colors', vocabulary_list=('R', 'G', 'B', 'Y'),
    num_oov_buckets=2)
columns = [colors, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction, _, _ = linear_model(features, columns)

default_value 示例：在以下示例中，vocabulary_list 中的每个输入都分配了一个与其索引对应的 ID 0-4(例如，输入 'B' 产生输出 3)。所有其他输入都分配给default_value 0。

colors = categorical_column_with_vocabulary_list(
    key='colors', vocabulary_list=('X', 'R', 'G', 'B', 'Y'), default_value=0)
columns = [colors, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction, _, _ = linear_model(features, columns)

并使用以下任一方式进行嵌入：

columns = [embedding_column(colors, 3),...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)