我有一个问题,也许很愚蠢,但我们会看到的.
我只想在Tensorflow(或Keras,我们将看到)中构建k-NN模型,并在我的Java项目中使用它,但事实并非如此.
我的数据将如下所示:
data: [
{id: 1, distance: [111, 222, 333] },
{id: 1, distance: [222, 111, 333] },
{id: 1, distance: [333, 444, 555] },
{id: 2, distance: [111, 555, 666] },
... and so on
... indexes of distance array are my features
]
我想做的是根据我将在模型中计算的距离对新数据对象进行分类,并且同一模型将准确地告诉我,将对ID距离进行分类.
从这里开始我的问题.你能告诉我,如何将非常简单的数据集从文件而不是代码加载到tensorflow?在Internet上有很多示例,但是所有示例都是基于MNIST或大型神经网络或CNN提供的其他大型数据集.
我没有找到即时通讯所要求的基本知识,这就是为什么即时通讯在堆栈中要求的原因.
感谢您的任何建议
附言是的,我需要使用Tensorflow / Keras.因为我想要并且我可以从中将模型导入Java.我知道KNN算法,因为我之前是根据曼哈顿和欧几里得距离用Java和C#编写的.现在,我想使用ML / AI库来执行此操作.
编辑:
在像C,C#这样的静态类型语言中,Java编写像KNN这样的算法非常简单(而且非常快).我不能相信没有简单的例子可以在互联网上使用TF / Keras,更简单的是MNIST数据集
我发现的简单数据是基于iris.dataset的,但数据仍来自TF的预构建数据集.
http://marubon-ds.blogspot.com/2017/09/knn-k-nearest-neighbors-by-tensorflow.html
如上所述,我必须了解的最大问题是加载简单数据