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

返回用于执行分类特征交叉的列。

用法

tf.feature_column.crossed_column(
    keys, hash_bucket_size, hash_key=None
)

交叉的特征将根据 hash_bucket_size 进行散列。从概念上讲，转换可以被认为是： Hash(cartesian product of features) % hash_bucket_size

例如，如果输入特征是：

• 第一个键引用的 SparseTensor：

  shape = [2, 2]
  {
      [0, 0]:"a"
      [1, 0]:"b"
      [1, 1]:"c"
  }

• 第二个键引用的 SparseTensor：

  shape = [2, 1]
  {
      [0, 0]:"d"
      [1, 0]:"e"
  }

然后交叉特征将如下所示：

shape = [2, 2]
{
    [0, 0]:Hash64("d", Hash64("a")) % hash_bucket_size
    [1, 0]:Hash64("e", Hash64("b")) % hash_bucket_size
    [1, 1]:Hash64("e", Hash64("c")) % hash_bucket_size
}

这是一个创建具有交叉字符串特征的线性模型的示例：

keywords_x_doc_terms = crossed_column(['keywords', 'doc_terms'], 50K)
columns = [keywords_x_doc_terms, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)

您还可以在交叉之前使用词汇查找：

keywords = categorical_column_with_vocabulary_file(
    'keywords', '/path/to/vocabulary/file', vocabulary_size=1K)
keywords_x_doc_terms = crossed_column([keywords, 'doc_terms'], 50K)
columns = [keywords_x_doc_terms, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)

如果输入特征是数字类型，您可以使用 categorical_column_with_identity 或 bucketized_column ，如示例中所示：

# vertical_id is an integer categorical feature.
vertical_id = categorical_column_with_identity('vertical_id', 10K)
price = numeric_column('price')
# bucketized_column converts numerical feature to a categorical one.
bucketized_price = bucketized_column(price, boundaries=[...])
vertical_id_x_price = crossed_column([vertical_id, bucketized_price], 50K)
columns = [vertical_id_x_price, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)

要在 DNN 模型中使用交叉列，您需要将其添加到嵌入列中，如下例所示：

vertical_id_x_price = crossed_column([vertical_id, bucketized_price], 50K)
vertical_id_x_price_embedded = embedding_column(vertical_id_x_price, 10)
dense_tensor = input_layer(features, [vertical_id_x_price_embedded, ...])