变量值列表的 Tensorflow 特征列

Question

从 TensorFlow 文档中可以清楚地了解如何使用 tf.feature_column.categorical_column_with_vocabulary_list 创建一个特征列，该列将一些字符串作为输入并输出一个单热向量。例如

vocabulary_feature_column =
    tf.feature_column.categorical_column_with_vocabulary_list(
        key="vocab_feature",
        vocabulary_list=["kitchenware", "electronics", "sports"])

假设 "kitchenware" 映射到 [1,0,0]，"electronics" 映射到 [0,1,0]。我的问题与将 字符串列表 作为一项功能有关。例如，如果特征值为 ["kitchenware","electronics"]，则所需的输出将为 [1,1,0]。输入列表长度不固定，但输出维度是。

用例是一个直接的词袋类型模型（显然有一个更大的词汇表！）。

实现这个的正确方法是什么？

Answer 1

你应该使用 tf.feature_column.indicator_column 见 https://www.tensorflow.org/versions/master/api_docs/python/tf/feature_column/indicator_column

Answer 2

下面是一个如何向指标列提供数据的示例：

features = {'letter': [['A','A'], ['C','D'], ['E','F'], ['G','A'], ['X','R']]}

letter_feature = tf.feature_column.categorical_column_with_vocabulary_list(
                "letter", ["A", "B", "C"], dtype=tf.string)

indicator = tf.feature_column.indicator_column(letter_feature)
tensor = tf.feature_column.input_layer(features, [indicator])

with tf.Session() as session:
    session.run(tf.global_variables_initializer())
    session.run(tf.tables_initializer())
    print(session.run([tensor]))

输出：

[array([[2., 0., 0.],
       [0., 0., 1.],
       [0., 0., 0.],
       [1., 0., 0.],
       [0., 0., 0.]], dtype=float32)]

变量值列表的 Tensorflow 特征列

Tensorflow feature column for variable list of values

machine-learning

feature-extraction

neural-network

tensorflow