我是TensorFlow的新手-如果这是一个小问题，请多多包涵。
我正在使用Python + TensorFlow进行编码。我有一个具有以下结构的数据框-
Y | X_1 | X_2 | ... | X_p |玻璃钢
其中Y是连续响应，X_1至X_p是特征，Grp是指示组的分类值。我想为每个Grp在（X_1，...，X_p）上拟合Y的单独线性回归并保存权重/系数。我不想使用现成的tf.estimator.LinearRegressor。相反，我想去损失函数优化器session.run（）路线。
互联网上的相关教程页面仅讨论线性回归，而不是每组。我将不胜感激任何建议。我正在考虑这样做-
对于每克gps： 1.通过传递组g的数据作为占位符来调用优化器。 2.获取估计的权重（对于g组）并将其保存在数据框中：重量
听起来合理的另一种方法是为每个组使用单独的图形，并使用各种“会话”将它们踢在一起。
在TF中这些合理可行吗？哪一个更容易或有更好的方法？
谢谢你， 赛