tf.feature_column.categorical_column_with_hash_bucket

Представляет разреженный признак, где идентификаторы устанавливаются с помощью хэширования.

tf.feature_column.categorical_column_with_hash_bucket(
    key, hash_bucket_size, dtype=tf.dtypes.string
)

Используйте этот метод, когда ваши разреженные признаки представлены в строковом или целочисленном формате, и вы хотите распределить свои входные данные по конечному числу ведер с помощью хэширования. output_id = Hash(input_feature_string) % bucket_size для строкового входного значения. Для целочисленного входного значения значение сначала преобразуется в строковое представление, а затем хэшируется по той же формуле.

Для входного словаря features, features[key] является либо Tensor или SparseTensor. Если Tensor, пропущенные значения могут быть представлены как -1 для целых чисел и '' для строк, которые будут отброшены этим признаком.

Пример:

keywords = categorical_column_with_hash_bucket("keywords", 10K)
columns = [keywords, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)

# or
keywords_embedded = embedding_column(keywords, 16)
columns = [keywords_embedded, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)