feature_columns 的项目必须是 _FeatureColumn 给定：_VocabularyListCategoricalColumn

Posted 2023-04-18

【中文标题】feature_columns 的项目必须是 _FeatureColumn 给定：_VocabularyListCategoricalColumn

【英文标题】：Items of feature_columns must be a _FeatureColumn Given: _VocabularyListCategoricalColumn

【发布时间】：2018-02-05 01:36:51

【问题描述】：

我正在尝试从 this dataset 创建 my_feature_columns 列表。我正在用这段代码阅读它：

train = pd.read_csv(train_path, names=CSV_COLUMN_NAMES, header=0)
train = train.drop(['Name', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'], axis=1)
train.fillna(0, inplace=True)

我只想使用“Pclass”、“Sex”和“Age”。由于Sex 只有 2 个可能的值，我编写了这段代码：

my_feature_columns = [
    tf.feature_column.numeric_column(key='Pclass'),
    tf.feature_column.categorical_column_with_vocabulary_list(key="Sex", vocabulary_list=["male", "female"]),
    tf.feature_column.numeric_column(key='Age'),
]

然后我实例化分类器：

classifier = tf.estimator.DNNClassifier(
        feature_columns=my_feature_columns,
        hidden_units=[10, 10],
        n_classes=2)

但我得到了

ValueError：feature_columns 的项目必须是 _DenseColumn。您可以使用 embedding_column 或 indicator_column 包装分类列。给定：_VocabularyListCategoricalColumn(key='Sex', words_list=('male', 'female'), dtype=tf.string, default_value=0, num_oov_buckets=0)

我是 TensorFlow 的新手，我不知道发生了什么。我会感谢各种帮助，在此先感谢，对我的英语感到抱歉。

【参考方案1】：

再次阅读the documentation我意识到了

指标列和嵌入列从不直接作用于特征

所以我更正了我的代码：

categorical_column = tf.feature_column.categorical_column_with_vocabulary_list(key="Sex", vocabulary_list=["male", "female"], default_value=0)

my_feature_columns = [
    tf.feature_column.numeric_column(key='Pclass'),
    tf.feature_column.indicator_column(categorical_column),
    tf.feature_column.numeric_column(key='Age')
]

而且像魅力一样工作！

【讨论】：

第一次知道indicator_column怎么用，谢谢！

【参考方案2】：

还有另一种方式根据This Source Code：

所以：

categorical_column = tf.feature_column.categorical_column_with_vocabulary_list(key="Sex", vocabulary_list=["male", "female"], default_value=0)

my_feature_columns = [
    tf.feature_column.numeric_column(key='Pclass'),
    embedded_group_column = tf.feature_column.embedding_column(categorical_column,dimension=number_of_categories)
    tf.feature_column.numeric_column(key='Age')
]

祝你好运！

【讨论】：

酷！谢谢！