知识卡片
特征列封装特征工程
内容
特征列（feature column）是TensorFlow对”原始数据→模型可用输入”这一特征工程步骤的统一封装：数值列直传连续值，分类词汇列把类别转成one-hot/embedding，分桶列按边界把连续值离散分箱。声明用哪种特征列包装字段，框架就自动完成编码转换，这也是[[SQLFlow用SQL扩展语法封装机器学习流程]]能让TRAIN语句直接对接原始表字段的底层支撑。
参考来源
- 位置：《数据科学工程实践》第10章《SQLFlow》"10.3 向SQLFlow提交分析模型"一节（源文件：_epub-src/OEBPS/Text/part0058.xhtml）
- 结论依据：原文明确"SQLFlow将从数据引擎中传入的数据根据具体类型转换为对应的特征列，方便在模型中使用。特征列是TensorFlow方便用户进行特征工程的数据概念封装。以分桶列为例，用户可以根据参数boundaries传入的source_column数据进行分桶，从而实现连续数据的离散化处理。常用的特征列还包括数值列、分类词汇列、嵌入列等"。
- 原始内容：SQLFlow将从数据引擎中传入的数据根据具体类型转换为对应的特征列，方便在模型中使用。特征列是TensorFlow方便用户进行特征工程的数据概念封装。以分桶列为例，用户可以根据参数boundaries传入的source_column数据进行分桶，从而实现连续数据的离散化处理。常用的特征列还包括数值列、分类词汇列、嵌入列等。