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

表示给定分类列的multi-hot 表示。

用法

tf.feature_column.indicator_column(
    categorical_column
)

• 对于 DNN 模型，indicator_column 可用于包装任何 categorical_column_*(例如，馈送到 DNN)。如果桶/唯一(值)的数量很大，请考虑使用embedding_column。

• 对于宽(又名线性)模型，indicator_column 是直接将分类列(作为 feature_columns 中的任何元素)传递给 linear_model 时分类列的内部表示。有关详细信息，请参阅linear_model。

name = indicator_column(categorical_column_with_vocabulary_list(
    'name', ['bob', 'george', 'wanda']))
columns = [name, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)

dense_tensor == [[1, 0, 0]]  # If "name" bytes_list is ["bob"]
dense_tensor == [[1, 0, 1]]  # If "name" bytes_list is ["bob", "wanda"]
dense_tensor == [[2, 0, 0]]  # If "name" bytes_list is ["bob", "bob"]