3
我有一個數據集,其中每個特徵向量有50個特徵,其中45個是分類的。我無法將分類變量發送到張量流中。我找到了一個示例tutorial for tensorflow with categorical variables,但不明白如何使它適用於具有兩種數據類型和多種功能的集合。我的第一次嘗試是在下面,但這不會編碼大部分變量。Tensorflow中的多個分類輸入變量
input_classes, input_gradients, outputs = databank.get_dataset()
print("Creating feature matrix")
inputs = np.array(input_classes, dtype=np.int32)
outputs = np.array(outputs, dtype=np.int32)
random.seed(42)
input_train, input_test, output_train, output_test = cross_validation.train_test_split(inputs, outputs, test_size=0.2, random_state=42)
print("Creating DNN")
# Prepare the neural net
def my_model(X, y):
# DNN with 10,20,10 hidden layers and dropout chance of 0.5
layers = skflow.ops.dnn(X, [10, 20, 10], keep_prob=0.5)
return skflow.models.logistic_regression(layers, y)
classifier = skflow.TensorFlowEstimator(model_fn=my_model, n_classes=2)
print("Testing DNN")
# Test the neural net
classifier.fit(input_train, output_train)
score = metrics.accuracy_score(classifier.predict(input_test), output_test)
print("Accuracy: %f" % score)
我認爲真正的問題,是我真的不明白如何處理輸入「張」 X到my_model功能在上面的代碼。