在純Tensorflow中混合分類和連續數據

Question

如何從CSV文件（例如Titanic dataset）獲取分類和連續數據，並將其轉換爲Tensorflow的良好格式，而不使用tf.learn API（即純Tensorflow） ？

例如，

• 分類數據可能會（對我來說） 'vehicle_make'， 'vehicle_model'
• 連續數據可能是 '價格'， '里程'

我然後想要將該數據用作多層感知器神經網絡的輸入，如下例所示：

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/multilayer_perceptron.ipynb

乾杯，

巴茲

Answer 1

您可以使用分類數據的一個熱編碼。

基本上可以映射到vehicle_model數值

特斯拉的S - > 1

福克斯 - > 2

... - >我

然後使用與所有矢量0和0表示該值：

特斯拉S - > [1,0,0]

福特福克斯 - > [0，1，0]

都tensorflow和scikit learn有功能做到這一點。

將連續的數據作爲輸入向量的值之一包含在內。