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

表示給定分類列的multi-hot 表示。

用法

tf.feature_column.indicator_column(
    categorical_column
)

• 對於 DNN 模型，indicator_column 可用於包裝任何 categorical_column_*(例如，饋送到 DNN)。如果桶/唯一(值)的數量很大，請考慮使用embedding_column。

• 對於寬(又名線性)模型，indicator_column 是直接將分類列(作為 feature_columns 中的任何元素)傳遞給 linear_model 時分類列的內部表示。有關詳細信息，請參閱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"]