我正在使用 带有散列桶的分类列 和 Crossed Feature Columns 作为特征列的数量为相当宽和稀疏的数据拟合线性分类器。
稍后我想在自定义服务基础架构中使用模型的权重/系数。我知道如何从模型中提取权重，但显然，对于上述列，它们来自已经散列的特征值。
我可以使用 tf.string_to_hash_bucket_fast 为简单的分类列重建一个哈希表（值 -> 哈希值），但是对于交叉特征列我会遇到麻烦。
对于构建交叉列的两个分类列的一对值 - 我如何了解它们将进入哪个存储桶？
【问题讨论】：
标签： python tensorflow
检查源代码后，我发现最简单的方法是为输入数据构建一个输入层，该输入数据由列中的所有不同值（或其组合）组成。 p>
结果你得到一个由 0 和 1 组成的 DenseTensor，每一行对应一个不同的值，其中 1 位于与实际哈希桶编号相对应的列中（我已经验证，对于分类列，应该是CrossedColumns 也是如此）。
这是示例代码（分类列和交叉列）：
import tensorflow as tf
from tensorflow.python.feature_column import feature_column as fc
actual_sex = {'sex': tf.Variable(['male', 'female', 'female', 'male'], tf.string)}
actual_nationality = {'nationality': tf.Variable(['belgian', 'french', 'belgian', 'belgian'], tf.string)}
actual_sex_nationality = dict(actual_sex, **actual_nationality)
# hashed_column
sex_hashed_raw = fc.categorical_column_with_hash_bucket("sex", 10)
sex_hashed = fc.indicator_column(sex_hashed_raw)
# crossed column
crossed_sn_raw = fc.crossed_column(['sex', 'nationality'], hash_bucket_size = 20)
crossed_sn = fc.indicator_column(crossed_sn_raw)
layer_s = tf.feature_column.input_layer(actual_sex_nationality, sex_hashed)
layer_sn = tf.feature_column.input_layer(actual_sex_nationality, crossed_sn)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(layer_s))
print(sess.run(layer_sn))
【讨论】：