google-cloud-ml - Cloud ML 特征方法

Question

cloud ML How to guide ( https://cloud.google.com/ml/docs/how-tos/preprocessing-data )中的预处理页面说您应该查看 SDK 参考文档以了解有关每种类型的详细信息特征和

谁能指点我这个文档或功能类型及其方法的列表？我正在尝试设置一个离散目标，但每当我将目标设置为 .discrete() 而不是 .continuous() 时，都会出现“数据类型 int64 预期类型：float”错误

Answer 1

您需要下载 SDK 参考文档：

1. 
   在命令行中导航到要安装文档的目录。如果您曾经~/google-cloud-ml按照设置指南中的建议下载示例，那么这是一个好地方。

2. 使用以下命令将文档存档复制到您选择的目录 gsutil：

   gsutil cp gs://cloud-ml/sdk/cloudml-docs.latest.tar.gz .
   

3. 解压存档：

   tar -xf cloudml-docs.latest.tar.gz
   

这会docs在您选择的目录中创建一个目录。该文档本质上是一个本地网站：docs/index.html在您的浏览器中打开以在其根目录中打开它。您可以在其中找到转换参考。

（此信息现在也在设置指南中。这是LOCAL: MAC/LINUX下的最后一步）

Answer 2

关于与类型相关的错误，让我们假设您的功能集是按照以下几行指定的：

feature_set = {
    'target': features.target('category').discrete()
}

当像上面那样指定离散目标时，由于以下原因之一，目标特征的数据类型是 int64：

1. 在分析数据期间没有生成目标数据列（即“类别”）的词汇，即元数据（在生成的 metadata.yaml 中）有一个目标数据列词汇的空列表。
2. 确实生成了“类别”的词汇，并且该词汇的第一项（或键）的数据类型是 int。

在这些情况下，如果遇到浮点数，则转换为目标要素的数据类型将失败。

相反，将整个数据列（在本例中为“类别”）转换为浮点数应该对此有所帮助。