tensorflow基础之——tf.feature_column, tf.estimator, pre_estimator

目录

1. tf feature_column的使用

1.1 构造训练数据集

1.2 对训练数据集的每个特征有一个大致的了解

1.3 使用feature_columns将离散特征进行编码,生成数据集

1.4 直接调用model.fit训练模型

2. 将model转换成estimator

3. pre_estimator

3.1 BaselineClassifier

3.2 LinearClassifier

3.3 使用DNNClassifier

4. cross_feature


1. tf feature_column的使用

1.1 构造训练数据集

import tensorflow as tf
from tensorflow import keras
import pandas as pd
import pprint
train_file = '/content/drive/MyDrive/data/titanic/train.csv'
eval_file = '/content/drive/MyDrive/data/titanic/eval.csv'

train_df = pd.read_csv(train_file)
eval_df = pd.read_csv(eval_file)

# 将features 和 label 分开
y_train = train_df.pop('survived')
y_eval = eval_df.pop('survived')

1.2 对训练数据集的每个特征有一个大致的了解

1.3 使用feature_columns将离散特征进行编码,生成数据集

# 离散特征
categorical_columns = ['sex', 'n_siblings_spouses', 'parch', 'class', 'deck', 
                       'embark_town', 'alone']
# 连续特征
numeric_columns = ['age', 'fare']

feature_columns = []
for categorical_column in categorical_columns:
    vocab = train_df[categorical_column].unique()
    print(categorical_column, vocab)
    feature_columns.append(
        tf.feature_column.indicator_column(
           tf.feature_column.categorical_column_with_vocabulary_list(
              categorical_column, vocab)))

for numeric_column in numeric_columns:
    feature_columns.append(
        tf.feature_column.numeric_column(numeric_column, dtype=tf.float32))

pp.pprint(feature_columns)

根据epoch和batch_size 生成 dataset

def make_dataset(data_df, label_df, epochs=10, shuffle=True, batch_size=32):
    dataset = tf.data.Dataset.from_tensor_slices(
        (dict(data_df), label_df))
    if shuffle:
        dataset = dataset.shuffle(10000)
    dataset = dataset.repeat(epochs).batch(batch_size)
    return dataset

将feature_column 和 dataset结合使用。
keras.layers.DenseFeature 可以把feature_column应用到dataset中去,
feature_column本质上来说是一组对feature变换的规则,然后DenseFeature可以把这个规则应用到每个数据集中去。

1.4 直接调用model.fit训练模型

batch_size=32
train_dataset = make_dataset(train_df, y_train, epochs=100, 
                             batch_size=batch_size)
eval_dataset = make_dataset(eval_df, y_eval, epochs=1, 
                            batch_size=batch_size, shuffle=False)
history = model.fit(train_dataset,
                    validation_data = eval_dataset,
                    steps_per_epoch = train_df.shape[0] // batch_size,
                    validation_steps = eval_df.shape[0] // batch_size,
                    epochs = 100)

2. 将model转换成estimator

note:estimator.train的入参,
input_fn必须是一个函数,可以是一个具体的函数,也可以是一个lambda函数,但该函数没有入参
该函数的返回结果必须是
a:(features, labels)——> features, labels 组成的元组,features,labels可以是列表,也可以是numpy数组。
b:Dataset, dataset中的元素为(feature, label).

estimator = keras.estimator.model_to_estimator(model)
estimator.train(input_fn = lambda : make_dataset(train_df, y_train, epochs=100))

3. pre_estimator

3.1 BaselineClassifier

base_output_dir = '/content/drive/MyDrive/code/tf_estimator/baseline_model'
if not os.path.exists(base_output_dir):
    os.mkdir(base_output_dir)

baseline_estimator = tf.estimator.BaselineClassifier(model_dir = base_output_dir,
                                                     n_classes = 2)
baseline_estimator.train(input_fn = lambda: make_dataset(
    train_df, y_train, epochs = 100))
baseline_estimator.evaluate(input_fn = lambda: make_dataset(
    eval_df, y_eval, epochs = 20, shuffle = False, batch_size = 20))

baseline_estimator并没有在数据中学习到什么规律,而是进行随机的猜测,把每个类别出现的样本都统计一遍,计算这个类别出现的比例是多少,利用这个比例去对某个样本进行猜测。
比如泰坦尼克号数据集中,被拯救的概率是60%,没被拯救的概率是40%。出现一个新的样本,则被推理为拯救的概率是60%

3.2 LinearClassifier

linear_output_dir = '/content/drive/MyDrive/code/tf_estimator/linear_model'
if not os.path.exists(linear_output_dir):
    os.mkdir(linear_output_dir)

linear_estimator = tf.estimator.LinearClassifier(model_dir = linear_output_dir,
                                                 n_classes = 2,
                                                 feature_columns = feature_columns)
linear_estimator.train(input_fn = lambda: make_dataset(
    train_df, y_train, epochs = 100))
linear_estimator.evaluate(input_fn = lambda: make_dataset(
    eval_df, y_eval, epochs = 1, shuffle = False))

3.3 使用DNNClassifier

dnn_output_dir = '/content/drive/MyDrive/code/tf_estimator/dnn_model'
if not os.path.exists(dnn_output_dir):
    os.mkdir(dnn_output_dir)

dnn_estimator = tf.estimator.DNNClassifier(model_dir = dnn_output_dir,
                                                n_classes = 2,
                                                feature_columns = feature_columns,
                                                hidden_units = [128, 128],
                                                activation_fn = tf.nn.relu,
                                                optimizer = 'Adam')
dnn_estimator.train(input_fn = lambda: make_dataset(
    train_df, y_train, epochs = 100))
dnn_estimator.evaluate(input_fn = lambda: make_dataset(
    eval_df, y_eval, epochs = 1, shuffle = False))

4. cross_feature

# 交叉特征

# cross feature: age: [1, 2, 3, 4, 5], gender:[male, female]

# age_x_gender:[(1, male), (2, male), ......(5, male), ......(5, female)]

# 100000: 100 ——> hash(100000 values) % 100

# 离散特征
categorical_columns = ['sex', 'n_siblings_spouses', 'parch', 'class', 'deck', 
                       'embark_town', 'alone']
# 连续特征
numeric_columns = ['age', 'fare']

feature_columns = []
for categorical_column in categorical_columns:
    vocab = train_df[categorical_column].unique()
    print(categorical_column, vocab)
    feature_columns.append(
        tf.feature_column.indicator_column(
           tf.feature_column.categorical_column_with_vocabulary_list(
              categorical_column, vocab)))

for numeric_column in numeric_columns:
    feature_columns.append(
        tf.feature_column.numeric_column(numeric_column, dtype=tf.float32))

# 交叉特征
# cross feature: age: [1, 2, 3, 4, 5], gender:[male, female]
# age_x_gender:[(1, male), (2, male), ......(5, male), ......(5, female)]
# 100000: 100 ——> hash(100000 values) % 100
feature_columns.append(
    tf.feature_column.indicator_column(
        tf.feature_column.crossed_column(
            ['age', 'sex'], hash_bucket_size = 100)))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值