源码中的ID字段有什么用？

Question

• Building a One Hot Encoding Layer with TensorFlow
• One-Hot Encoder

查看以下源代码：

import pandas as pd
from tensorflow.keras import layers, models

colors_df = pd.DataFrame(data=[[5,'yellow'],[1,'red'],[2,'blue'],[3,'green'],[4,'blue'],[7,'purple']], columns=['id', 'color'])

categorical_input = layers.Input(shape=(1,), dtype=tf.string)
one_hot_layer = OneHotEncodingLayer()
one_hot_layer.adapt(colors_df['color'].values)
encoded = one_hot_layer(categorical_input)

numeric_input = layers.Input(shape=(1,), dtype=tf.float32)

concat = layers.concatenate([numeric_input, encoded])

model = models.Model(inputs=[numeric_input, categorical_input], outputs=[concat])
predicted = model.predict([colors_df['id'], colors_df['color']])
print(predicted)
# [[5. 0. 1. 0. 0. 0.]
#  [1. 0. 0. 1. 0. 0.]
#  [2. 1. 0. 0. 0. 0.]
#  [3. 0. 0. 0. 0. 1.]
#  [4. 1. 0. 0. 0. 0.]
#  [7. 0. 0. 0. 1. 0.]]

在上面的文章中，他们写道：

This simple network just accepts a categorical input, One Hot Encodes it, then concatenates the One Hot Encoded features with the numeric input feature. Notice I’ve added a numeric id column to the DataFrame to illustrate how to split categorical inputs from numeric inputs.

这个我没看懂

为什么 id 列与那些 5 位数的一次性代码一起提供？

它在整个应用程序中的用途是什么？

Answer 1

博客post，简单地添加了 Id，以保持输入字符串和一个热编码输出之间的联系，以便观众能够跟踪哪个输入字符串，转换为哪个热行。

它只是将 ID 添加为输入，而没有在输出处进行任何处理以显示给您，例如yellow它的id是5，转换成[0. 1. 0. 0. 0.].

它对模型没有其他影响，即性能，仅用于演示目的。