TensorForest 分类特征

Question

看起来像 TensorForest，TensorFlow 中的随机森林实现，以某种方式支持分类特征作为输入（没有单热编码）。

见

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/tensor_forest/python/ops/data_ops.py#L32
• https://github.com/tensorflow/tensorflow/issues/4025#issuecomment-242814047

但是不清楚如何使用它们。

如果你看这个例子

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/random_forest_mnist.py

第 65 行的 'x' 参数

• https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/random_forest_mnist.py#L65

必须是浮点数组。

如何传递分类特征（例如字符串）？

Answer 1

将 SKCompat 包装器用于估算器时，'x' 和 'y' 参数确实需要是浮点数（因为使用该接口只能传入一个对象）。然而，使用大多数示例使用的估计器的输入函数接口（input_fn=...），input_fn returns 的特征字典可以是 floats、int 和 string Tensors 的混合.浮点数被视为连续的，整数和字符串被视为分类的（创建 x[i] == T 决策节点而不是 x[i] <= T）并且不需要单热编码。因此，您需要创建一个输入函数来处理 returns 批数据（这实际上是 SKCompat 接口为您所做的）。