2
我是tensorflow的新手。我有一个具有连续,离散和分类值的数据集。样本数据如下:如何将分类,离散和连续数据混合为张量流中的输入?
col1 col2 col3 col4 col5 col6 Class
0 22 23.40 45.60 11 1.0 0.0 0.0
1 346 67.40 235.60 23 1.0 1.0 0.0
2 22 67.34 364.66 17 0.0 0.0 1.0
3 1231 124.44 213.89 14 1.0 0.0 1.0
col1和col4是离散变量。 col2和col3是连续变量。 col5和col6是分类变量。 类是目标变量。
我想知道是否可以直接将上述数据作为输入传递给占位符X
。
X = tf.placeholder(tf.float32, [None, numFeatures])
我不必申请tf.one_hot
,对吗?由于我的分类变量是二元的。
tensorflow如何检测col5和col6是分类变量?
任何帮助,将不胜感激。谢谢!
有没有一种方法可以将它们合并到一个占位符中,比方说X并将X作为输入传递给网络网络? – ankursg8
@ ankursg8查看我刚刚写的编辑:'tf.concat' –
明白了!非常感谢! – ankursg8