简单粗暴理解与实现机器学习之神经网络NN（三）：神经网络分类案例——美国普查数据神经网络分类

最新推荐文章于 2024-08-04 12:27:51 发布

汪雯琦

最新推荐文章于 2024-08-04 12:27:51 发布

阅读量1.2k

点赞数 2

分类专栏：【机器学习与深度学习】文章标签：神经网络 python 机器学习深度学习人工智能

本文链接：https://blog.csdn.net/qq_35456045/article/details/104719163

版权

本文通过美国普查数据详细介绍了如何使用tf.estimator的DNNClassifier进行神经网络分类，强调了连续和离散特征列的处理，如embedding_column和indicator_column的区别。并深入探讨了tf.data API在数据处理中的应用，包括数据源、转换和迭代器的创建。同时，文章还讨论了特征列的处理，如numeric_column、bucketized_column、categorical_column等。

摘要由CSDN通过智能技术生成

7.3 案例：神经网络分类

学习目标

目标
- 掌握tf.dataset使用
- 掌握tf.feature_column使用
应用
- 应用tf.estimator进行神经网络分类案例

7.3.1 美国普查数据神经网络分类

将tf.estimator原来为线性模型替换成神经网络模型, 当使用神经网络进行分类的时候，注意输入的特征列

连续型特征列不需要处理
离散型特征列需要进行embedding_column或者indicator column处理，不能直接输入DNN模型中以categorical类别
- embedding columns 不能直接作用在原始特征上，而是作用在categorical columns
- Embedding column与indicator column之间的区别可以用下图表示
- 使用indicator_column来把原始数据转换为神经网络的输入就变得非常不灵活，这时通常使用embedding column把原始特征映射为一个低维稠密的实数向量。同一类别的embedding向量间的距离通常可以用来度量类别直接的相似性。

在这里插入图片描述
特征列处理

def get_feature_column_v2():
    """对于普查数据，进行特征列指定
    :return:
    """
    # 连续型特征
    age = tf.feature_column.numeric_column('age')
    education_num = tf.feature_column.numeric_column('education_num')
    capital_gain = tf.feature_column.numeric_column('capital_gain')
    capital_loss = tf.feature_column.numeric_column('capital_loss')
    hours_per_week = tf.feature_column.numeric_column('hours_per_week')

    numeric_columns = [age, education_num, capital_gain, capital_loss, hours_per_week]

    # 离散特征列指定
    relationship = tf.feature_column.categorical_column_with_vocabulary_list(
        'relationship',
        ['Husband', 'Not-in-family', 'Wife', 'Own-child', 'Unmarried', 'Other-relative'])

    occupation = tf.feature_column.categorical_column_with_hash_bucket(
        'occupation', hash_bucket_size=1000)

    education = tf.feature_column.categorical_column_with_vocabulary_list(
        'education', [
            'Bachelors', 'HS-grad', '11th', 'Masters', '9th', 'Some-college',
            'Assoc-acdm', 'Assoc-voc', '7th-8th', 'Doctorate', 'Prof-school',
            '5th-6th', '10th', '1st-4th', 'Preschool', '12th'])

    marital_status = tf.feature_column.categorical_column_with_vocabulary_list(
        'marital_status', [
            'Married-civ-spouse', 'Divorced', 'Married-spouse-absent',
            'Never-married', 'Separated', 'Married-AF-spouse', 'Widowed'])

    workclass = tf.feature_column.categorical_column_with_vocabulary_list