如何使用 Cloud ML 一次性编码特征？
How do I one-hot encode features using Cloud ML?
如何使用 Cloud ML 对特征进行一次性编码？我必须在 TensorFlow 模型中执行此操作，还是可以在 Cloud ML SDK 本身中执行此操作？
在预处理（CsvFeatures）中，使用：
features.categorical('passenger_count')
您还可以传入一个频率阈值，以避免在数据中出现频率太低的单热编码值。
请注意，您需要做更多的工作来选择您想要的表示类型 - k（或单热）或稀疏之一。
features.categorical('passenger_count').one_of_k()
旁注，您可能还对数值列感兴趣，以及应用对数（通常对计数类型的特征很有用）或通过分桶进行离散化的能力。
如何使用 Cloud ML 对特征进行一次性编码？我必须在 TensorFlow 模型中执行此操作，还是可以在 Cloud ML SDK 本身中执行此操作？
在预处理（CsvFeatures）中，使用：
features.categorical('passenger_count')
您还可以传入一个频率阈值，以避免在数据中出现频率太低的单热编码值。
请注意，您需要做更多的工作来选择您想要的表示类型 - k（或单热）或稀疏之一。
features.categorical('passenger_count').one_of_k()
旁注，您可能还对数值列感兴趣，以及应用对数（通常对计数类型的特征很有用）或通过分桶进行离散化的能力。