tf.contrib.layers.sparse_column_with_integerized_feature 可以在一列中处理具有多个输入的分类特征吗？答案

【问题标题】：Can tf.contrib.layers.sparse_column_with_integerized_feature handle categorical features with multiple inputs within one column?tf.contrib.layers.sparse_column_with_integerized_feature 可以在一列中处理具有多个输入的分类特征吗？
【发布时间】：2017-06-09 21:58:00
【问题描述】：

我只是使用 Tensorflow 及其 tf.learn api 来创建和训练 DNNRegressor 模型。我有一个多价的整数特征列（对于每一行，我可以在该列中有多个整数值），我为此特征列使用 tf.contrib.layers.sparse_column_with_integerized_feature。

现在我的问题是 csv 文件中多价特征列的正确分隔符是什么。例如，假设我有一个 csv，其中 col2 是多价特征，它不是一个热门特征：

  1, 2, 1:2:3:4, 5
  2, 1, 4:5, 6

如您所见，我在 col2 中使用 ':' 来分隔整数特征值，但它似乎不正确，并且在运行 DNNRegressor 并将此特征列声明为 tf.contrib.layers.sparse_column_with_integerized_feature 时出现此错误：

 'Value passed to parameter 'x' has DataType string not in list of allowed 
  values: int32, int64, float32, float64'.

非常感谢您的帮助

【问题讨论】：

标签： python machine-learning tensorflow deep-learning

【解决方案1】：

tf.contrib.layers.sparse_column_with_integerized_feature 仅适用于 int32 或 int64 值，因此它不会完全按照您的意愿工作。

但tensorflow 支持数字列中的多维，因此您可以使用tf.feature_column.numeric_column 并指定您拥有的shape。请注意，tensorflow 会期望所有这些形状都是相同的，因此您需要将所有值填充到一个通用形状。

冒号 ':' 分隔符适用于多价列，here's an example 如何使用 pandas 将多个值读入 DataFrame（问题是关于 XML，但同样适用于 CSV）。您可以将此数据框作为input_fn 传递给model.train() 函数。

【讨论】：