Python tf.feature_column.categorical_column_with_vocabulary_list用法及代碼示例

帶有in-memory 詞匯的CategoricalColumn。

用法

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

參數

key 標識輸入特征的唯一字符串。它用作特征解析配置、特征Tensor 對象和特征列的列名和字典鍵。
vocabulary_list 定義詞匯表的有序迭代。每個特征都映射到 vocabulary_list 中其值的索引(如果存在)。必須可轉換為 dtype 。
dtype 特征的類型。僅支持字符串和整數類型。如果 None ，將從 vocabulary_list 推斷。
default_value 為詞匯外特征值返回的整數 ID 值，默認為 -1 。這不能用正的 num_oov_buckets 來指定。
num_oov_buckets 非負整數，詞匯表外的桶數。所有超出詞匯表的輸入都將根據輸入值的散列分配 [len(vocabulary_list), len(vocabulary_list)+num_oov_buckets) 範圍內的 ID。不能用 default_value 指定正的 num_oov_buckets 。

帶有in-memory 詞匯的CategoricalColumn。

拋出

ValueError 如果 vocabulary_list 為空，或包含重複鍵。
ValueError num_oov_buckets 是一個負整數。
ValueError num_oov_buckets 和 default_value 均已指定。
ValueError 如果 dtype 不是整數或字符串。

當您的輸入是字符串或整數格式，並且您有一個 in-memory 詞匯表將每個值映射到一個整數 ID 時，請使用此選項。默認情況下，詞匯表外的值被忽略。使用num_oov_buckets 和default_value 中的任何一個(但不能同時使用)來指定如何包含詞匯表外的值。

對於輸入字典 features , features[key] 是 Tensor 或 SparseTensor 。如果 Tensor ，缺失值可以用 -1 表示 int 和 '' 表示 string，這將被此特征列刪除。

num_oov_buckets 示例：在以下示例中，vocabulary_list 中的每個輸入都分配了一個與其索引對應的 ID 0-3(例如，輸入 'B' 產生輸出 2)。所有其他輸入都經過哈希處理並分配了 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 中的每個輸入都分配了一個與其索引對應的 ID 0-4(例如，輸入 'B' 產生輸出 3)。所有其他輸入都分配給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)

並使用以下任一方式進行嵌入：

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

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.feature_column.categorical_column_with_vocabulary_list。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回

拋出