Question

我已在https://www.tensorflow.org/versions/r0.9/tutorials/wide_and_deep/index.html中了解该模型文章中的功能有两种类型：分类和连续

就我而言，我有一个描述用户ID的列，范围从0到10000000

我将此列视为分类并使用hash-bucket，但只获得一个约为0.50010的池auc值

1）是否需要使用one-hot来处理这个id列？

2）如果需要，如何实现这一目标？我找到了一个＆＃34; tf.contrib.layers.one_hot_encoding＆＃34; ，但它不支持列名，因此不能用于广泛的深度演示。

Answer 1

不，您不需要对UserID列进行编码。每个值都是唯一的，不是分类值。当少于1000个类别时，单热编码是有意义的。

要回答关于如何使用one_hot_encoding的问题，假设您有一个标签列表（请注意它们必须是整数）：

import tensorflow as tf

with tf.Session() as sess:
    labels = [0, 1, 2, 3]
    labels_t = tf.constant(labels)
    num_classes = len(labels)

    one_hot = tf.contrib.layers.one_hot_encoding(labels_t, num_classes=num_classes)
    print(one_hot.eval())

tensorflow宽模型：如何使用单热功能？

1 个答案: