TensorForest分类功能

Question

看起来像TensorFlow中的随机森林实现TensorForest，以某种方式支持分类特征作为输入（没有单热编码）。

见

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/tensor_forest/python/ops/data_ops.py#L32
• https://github.com/tensorflow/tensorflow/issues/4025#issuecomment-242814047

然而，目前尚不清楚如何使用它们。

如果你看一下这个例子

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/random_forest_mnist.py

第65行的'x'参数

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/random_forest_mnist.py#L65

必须是一个浮点数组。

我如何传递分类功能（例如字符串）？

Answer 1

将SKCompat包装器用于估算器时，＆＃39; x＆＃39;并且＆＃39; y＆＃39;参数确实需要浮点数（因为使用该接口只能传入一个对象）。但是，使用大多数示例使用的估计器输入函数接口（input_fn = ...），input_fn返回的特征字典可以是浮点数，整数和字符串张量的混合。浮点被视为连续的，整数和字符串被视为分类（创建x [i] == T决策节点而不是x [i]＆lt; = T）并且不需要单热编码。因此，您需要创建一个返回批量数据的输入函数（这就是SKCompat接口本质上为您所做的）。