拟合模型时的Tensorflow（Contrib.learn）KeyError

Question

我对编码有点新，对Tensorflow来说很新，但是我已经参加了在线机器学习课程，所以我有一些背景和一个例子。

我正在使用Contrib.learn模块（？），它为用户提供了Tensorflow的scikit-learn风格体验。无论如何，我的数据集是20列的float64值，只有2000多行。每列都有名称。我用，

设置了我的feature_columns

feature_columns = []
for i in X_train.columns:
    feature_columns.append(tf.contrib.layers.real_valued_column(i, dtype=type(X_train[i][0])))

然后我用

实例化我的深度神经网络模型

classifier = learn.DNNClassifier(hidden_units=[10,10,10], 
                                 feature_columns=feature_columns, 
                                 n_classes=2)

到目前为止，这么好。然后我尝试使用我的模型，

classifier.fit(X_train, y_train, steps=100, batch_size=32)

我得到一个非常深刻的引用，最终结束，

KeyError: 'IQR'

这是我的第6个数据列的名称。

没有很多人使用Contrib.learn的例子，而且我猜测使用它的少数人并不像我一样无能为力。如果有人碰巧知道它可能指的是什么，我真的可以使用帮助，因为我基本上没有想法。如果您需要我的更多信息，或者您希望我粘贴整个Traceback，请告诉我。

谢谢你的时间！

编辑：Link to Traceback (via Pastebin)

Answer 1

我最终放弃了Contrib.learn并且这样做了＃34;艰难的方式＆＃34;使用Tensorflow的核心功能构建多层感知器。

很酷的东西！

Answer 2

功能会在查找功能IQR（在feature_columns中定义）时抛出。

要使用predict，您需要执行以下操作：

predicted_values = list(m.predict(input_fn=lambda: input_fn(df_test), as_iterable=False))

input_fn是输入函数，df_test是Panda的DataFrame，具有所需的功能

希望这有帮助。