tf.feature_column.weighted_categorical_column

Применяет значения весов к CategoricalColumn. (устарело)

Просмотреть псевдонимы

Псевдонимы совместимости для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.feature_column.weighted_categorical_column

tf.feature_column.weighted_categorical_column(
    categorical_column,
    weight_feature_key,
    dtype=tf.dtypes.float32
)

Используется в блокнотах

Используется в руководстве
Перенос `tf.feature_column` на слои предварительной обработки Keras

Используйте эту функцию, если каждый из ваших разреженных входных данных содержит и идентификатор, и значение. Например, если вы представляете текстовые документы как набор частот слов, можно передать 2 параллельных разреженных входных признака ('terms' и 'frequencies' ниже).

Пример:

Входные объекты tf.Example:

[
  features {
    feature {
      key: "terms"
      value {bytes_list {value: "very" value: "model"} }
    }
    feature {
      key: "frequencies"
      value {float_list {value: 0.3 value: 0.1} }
    }
  },
  features {
    feature {
      key: "terms"
      value {bytes_list {value: "when" value: "course" value: "human"} }
    }
    feature {
      key: "frequencies"
      value {float_list {value: 0.4 value: 0.1 value: 0.2} }
    }
  }
]

categorical_column = categorical_column_with_hash_bucket(
    column_name='terms', hash_bucket_size=1000)
weighted_column = weighted_categorical_column(
    categorical_column=categorical_column, weight_feature_key='frequencies')
columns = [weighted_column, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction, _, _ = linear_model(features, columns)

Предполагается, что входной словарь содержит SparseTensor для ключа 'terms' и SparseTensor для ключа 'frequencies'. Эти 2 тензора должны иметь одинаковые индексы и плотную форму.

Аргументы
`categorical_column`	`categorical_column_with_*`-функциями создаётся `CategoricalColumn`.
`weight_feature_key`	Строковый ключ для значений весов.
`dtype`	Тип весов, например `tf.float32`. Поддерживаются только веса с плавающей точкой и целочисленные веса.

Возвращает
`CategoricalColumn`, состоящий из двух разреженных признаков: один представляет идентификатор, другой — вес (значение) признака-идентификатора в этом примере.

Вызывает исключение
`ValueError`	если `dtype` нельзя преобразовать в число с плавающей точкой.

© 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/weighted_categorical_column