我应该如何构建我的 tensorflow 数据集以将其输入自定义 RNN 估计器

Question

我正在尝试使用custom estimator RNN 来估计我网站上的客户是否会根据他们的点击行为购买商品。所以数据集看起来像：

session_id  page_type   event            since_previous_click (s)   will_buy
1           search      SelectCountry    null                        0
1           search      SelectCountry    2                           0
1           search      SortResults      4                           0
1           product     SelectColor      20                          0
2           search      SelectCountry    null                        1
2           search      SortResults      10                          1
2           product     SelectSize       5                           1
2           product     SelectColor      23                          1
2           inmarket    EnterName        8                           1
2           inmarket    Booked           34                          1

所以“will_buy”是标签，page_type、event和since_previous_click是输入特征。然而，我的问题是我不知道如何构建我的input dataset。我知道维度应该是 [#data points, #time steps, #features]，其中应该填充时间步数，因为它们的长度不同。但我不能从张量（或 numpy 数组）构造这个 3D 对象，因为有多个 dtypes（字符串和 int32）。有什么帮助吗？

Answer 1

将页面类型和事件转换为 one-hot 向量。那么你所有的数据都将是 int32。