Question

我正在构建一个简单的机器学习模型，该模型将银行交易作为输入（请参见下面的功能），并且我想预测支出类别（标签）。我已经完成了一些初学者的教程，例如ML Crash Course，Text Classification Guides，Word Embeddings等。

以下是示例输入数据：

Date;Sender / Recipient;IBAN / Account#;BIC / Bank Code;Text;Amount;Category
02.07.2019;Tesco Market;HSVSDDMM;Grocery Market London Heathrow - Thank you for purchase;-48.06;Groceries

我的目标是预测Category，例如Groceries等。到目前为止，借助TensorFlow，我走得很远：

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import pandas as pd
URL = "transactions-0263445.csv"
dataframe = pd.read_csv(URL, sep=';')


# Build the keras Sequential model
model = Sequential()
model.add(...)
model.add(Activation(...))

# Train and evaluate the model

如何构建sequential model？我对指定输入形状感到困惑。

Answer 1

这似乎是一个分类问题，但是您的问题对我来说有些问题，在将所有数据转储到模型中之前，需要采取一些步骤。

问题是我看不到数据的预处理，您正在使用所有功能吗？是否需要缩放？您需要编码一些数据吗？在创建模型之前，有很多事情要看。

在这种情况下，我猜您的主要特征是文字？这是如何执行此操作的不错指南： https://medium.com/data-from-the-trenches/text-classification-the-first-step-toward-nlp-mastery-f5f95d525d73

或您自己的链接： https://medium.com/data-from-the-trenches/text-classification-the-first-step-toward-nlp-mastery-f5f95d525d73

然后，您可以构建和训练： https://developers.google.com/machine-learning/guides/text-classification/step-4

仔细检查这些内容，您将可以得到目前缺少的东西。

Tensorflow实现银行交易分类

1 个答案: