知识卡片
特征列封装特征工程
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。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 SQLFlow 10.3 向SQLFlow提交分析模型 · 查看原书依据
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。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第10章 SQLFlow,10.3 向SQLFlow提交分析模型(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_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: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。