Mischen von kategorischen und kontinuierlichen Daten in reinem Tensorflow

Question

Wie nehme ich kategorische und kontinuierliche Daten aus einer CSV-Datei (wie Titanic dataset) und bekomme sie in ein gutes Format für Tensorflow, ohne die tf.learn API zu verwenden (zB pure Tensorflow) ?

Zum Beispiel

• kategorische Daten könnten (in meinem Fall) sein 'vehicle_make', 'vehicle_model'
• Kontinuierliche Daten könnten 'Preis' sein, 'Kilometerstand'

I dann will, wie im folgenden Beispiel, diese Daten als Eingabe in ein mehrschichtiges Perzeptron neuronales Netzwerk verwenden:

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/multilayer_perceptron.ipynb

Cheers,

Baz

Answer 1

Sie one-hot-Codierung für kategorische Daten verwenden können.

Grundsätzlich können Sie vehicle_model numerischen Wert

Tesla S Karte -> 1

Ford Focus -> 2

... -> i

Und dann Vektor verwenden, um mit allen Nullen und 1 in i-ten Position, den Wert darzustellen:

Tesla S -> [1, 0, 0]

0.123.

Ford Focus -> [0, 1, 0]

beide tensorflow und scikit learn haben Funktionen, das zu tun.

Kontinuierliche Daten wie sie sind, als einer der Werte des Eingabevektors einschließen.