TensorFlowDNNClassifier 或 TensorFlow 中的任何其他深度神经网络模型是否支持预测浮点值？
Does TensorFlowDNNClassifier or any other deep neural-network model in TensorFlow support predicting of a float value?
在 TensorFlowDNNClassifier 中，我必须指定 n_classes（类 的数量）。如果我预测一个介于 0 和 1 之间的浮点值怎么办？如果我想要完全准确，可能会有无限数量的 类。
更清楚地说，TensorFlow 的 skflow 中的神经网络是为分类问题而设计的。但是，我正在处理价值预测问题。如何针对此类浮点值预测问题修改模型？
预测 0 到 1 之间的值的任务称为回归。相应地，你需要一个 TensorFlowDNNRegressor 而不是 TensorFlowDNNClassifier.
接口的唯一区别是，当您调用fit时，y不是class标签，而是介于0和1之间的值。类似地，predict returns 0 到 1 之间的值。
在 TensorFlowDNNClassifier 中，我必须指定 n_classes（类 的数量）。如果我预测一个介于 0 和 1 之间的浮点值怎么办？如果我想要完全准确，可能会有无限数量的 类。
更清楚地说，TensorFlow 的 skflow 中的神经网络是为分类问题而设计的。但是，我正在处理价值预测问题。如何针对此类浮点值预测问题修改模型？
预测 0 到 1 之间的值的任务称为回归。相应地，你需要一个 TensorFlowDNNRegressor 而不是 TensorFlowDNNClassifier.
接口的唯一区别是，当您调用fit时，y不是class标签，而是介于0和1之间的值。类似地，predict returns 0 到 1 之间的值。