tf.feature_column.bucketized_column

Представляет дискретизированный плотный вход, разбиение которого выполняется по boundaries. (устаревшая функция)

Просмотр псевдонимов

Псевдонимы для миграции

См. руководство по миграции для получения дополнительной информации.

tf.compat.v1.feature_column.bucketized_column

tf.feature_column.bucketized_column(
    source_column, boundaries
)

Используется в блокнотах

Используется в руководстве	Используется в учебных пособиях
Перенос `tf.feature_column` на слои предварительной обработки Keras	Классификация структурированных данных с помощью столбцов признаков Пример от начала до конца для BigQuery TensorFlow reader

Ведра включают левую границу и исключают правую границу. Иными словами, boundaries=[0., 1., 2.] генерирует ведра (-inf, 0.), [0., 1.), [1., 2.) и [2., +inf).

Например, если входные данные

boundaries = [0, 10, 100]
input tensor = [[-5, 10000]
                [150,   10]
                [5,    100]]

то выходной результат будет

output = [[0, 3]
          [3, 2]
          [1, 3]]

Пример:

price = tf.feature_column.numeric_column('price')
bucketized_price = tf.feature_column.bucketized_column(
    price, boundaries=[...])
columns = [bucketized_price, ...]
features = tf.io.parse_example(
    ..., features=tf.feature_column.make_parse_example_spec(columns))
dense_tensor = tf.keras.layers.DenseFeatures(columns)(features)

Столбец bucketized_column также можно пересечь с другим категориальным столбцом с помощью crossed_column:

price = tf.feature_column.numeric_column('price')
# bucketized_column converts numerical feature to a categorical one.
bucketized_price = tf.feature_column.bucketized_column(
    price, boundaries=[...])
# 'keywords' is a string feature.
price_x_keywords = tf.feature_column.crossed_column(
    [bucketized_price, 'keywords'], 50K)
columns = [price_x_keywords, ...]
features = tf.io.parse_example(
    ..., features=tf.feature_column.make_parse_example_spec(columns))
dense_tensor = tf.keras.layers.DenseFeatures(columns)(features)
linear_model = tf.keras.experimental.LinearModel(units=...)(dense_tensor)

Аргументы
`source_column`	Одномерный плотный столбец, сгенерированный с помощью `numeric_column`.
`boundaries`	Отсортированный список или кортеж чисел, задающий границы.

Возвращаемое значение
`BucketizedColumn`.

Исключения
`ValueError`	Если `source_column` не является числовым столбцом или не является одномерным.
`ValueError`	Если `boundaries` не является отсортированным списком или кортежем.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/feature_column/bucketized_column