原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
10 第10章 用Embedding表现分类特征
f.data建立了一个输入流水线(pipeline),用于对行进行分批(batch)和随机排序(shuffle)。 3)
用特征列将CSV中的列映射到用于训练模型的特征中。使用Embedding处理分类列(或分类特征),对数值列进行分桶或数值化处理,并对一些特征进行组合,最后合并这些特征。
具体处理过程如图10-1所示。 图10-1 特征处理过程 4)用tf.Keras构建、训练并评估模型。对应的网络结构如图
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter14_0001.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da