TensorFlow 特征列：以配方方式转换数据

现在是 2019 年，没有人怀疑深度学习在计算机视觉或自然语言处理中的有效性。但是，对于“普通”的 Excel 样式（即表格数据），情况就不同了。

表格

基本上有两种情况：第一，您只有数字数据。然后，创建网络很简单，所有操作都与优化和超参数搜索有关。第二，您有数字和分类数据的混合，其中分类可以是从有序数字到符号（例如文本）的任何内容。在后一种情况下，随着分类数据的出现，您可以使用一个非常好的想法：将等距符号嵌入到高维数字表示中。在这种新的表示中，我们可以定义一个距离度量，使我们能够做出这样的陈述：“骑自行车比棒球更接近跑步”，或者“😃 比 😠 更接近 😂”。当不处理语言数据时，此技术称为实体嵌入。

嵌入 实体嵌入

虽然听起来不错，但为什么我们没有看到实体嵌入一直被使用呢？好吧，创建一个处理数字和分类数据的混合的 Keras 网络过去需要一点努力。借助 TensorFlow 的新特征列（可通过 tfdatasets 和 keras 的组合从 R 使用），有一种更简单的方法可以实现这一点。此外，tfdatasets 遵循流行的配方习语来初始化、优化和应用特征规范 %>% 样式。最后，有现成的步骤来对数字列进行分桶、散列或创建交叉列以捕获交互。

特征列 tfdatasets keras tfdatasets 食谱 %>% 交叉列 Porto Seguro 汽车保险竞赛 很多 交叉列 坚固 重新思考

混合数字数据和嵌入，预特征规范方式

车主提出索赔的可能性有多大

具体来说，这意味着我们想要

使用二进制特征，就像零和一一样，

目标 tfdatasets keras 路径 <- "train.csv" 路径 <- <-