如何在不使用 tf.learn API(即纯 Tensorflow)的情况下从 CSV 文件(例如 Titanic dataset)获取分类和连续数据并将其转换为适合 Tensorflow 的格式？
例如，
- 分类数据可能是(在我的例子中)'vehicle_make'、'vehicle_model'
- 连续数据可能是“价格”、“里程”
然后我想使用这些数据作为多层感知器神经网络的输入，如下例所示:
干杯，
巴兹
请您参考如下方法:
您可以对分类数据使用单热编码。
基本上你可以将 vehicle_model 映射到数值
特斯拉 S -> 1
福特福克斯 -> 2
... -> 我
然后使用第 i 个位置全为 0 和 1 的向量来表示该值:
特斯拉 S -> [1, 0, 0]
福特福克斯 -> [0, 1, 0]
两者都是tensorflow和 scikit learn具有执行此操作的功能。
按原样包含连续数据，作为输入向量的值之一。
