我在 csv 文件中有一个非常简单的二进制分类数据集,如下所示:
"feature1","feature2","label"
1,0,1
0,1,0
...
其中"label"
列表示类别(1 为正,0 为负)。功能的数量实际上相当大,但对于这个问题并不重要。
这是我读取数据的方式:
train = pandas.read_csv(TRAINING_FILE)
y_train, X_train = train['label'], train[['feature1', 'feature2']].fillna(0)
test = pandas.read_csv(TEST_FILE)
y_test, X_test = test['label'], test[['feature1', 'feature2']].fillna(0)
我想运行tensorflow.contrib.learn.LinearClassifier
并tensorflow.contrib.learn.DNNClassifier
处理该数据。例如,我像这样初始化 DNN:
classifier = DNNClassifier(hidden_units=[3, 5, 3],
n_classes=2,
feature_columns=feature_columns, # ???
activation_fn=nn.relu,
enable_centered_bias=False,
model_dir=MODEL_DIR_DNN)
feature_columns
那么,当所有特征也是二进制(0 或 1 是唯一可能的值)时,我应该如何创建呢?
下面是模型训练:
classifier.fit(X_train.values,
y_train.values,
batch_size=dnn_batch_size,
steps=dnn_steps)
用输入函数替换fit()
参数的解决方案也很棒。
谢谢!
PS 我使用的是 TensorFlow 1.0.1 版