TensorForest 分类特征

Question

看起来 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 one-hot 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

必须是一个浮点数组。

我如何传递分类特征（例如字符串）？

Answer 1

当对估计器使用 SKCompat 包装器时，'x' 和 'y' 参数确实需要是浮点数（因为使用该接口您只能传入一个对象）。但是，使用大多数示例使用的估计器的输入函数接口 (input_fn=...)，input_fn 返回的特征字典可以是浮点数、整数和字符串张量的混合。浮点数被视为连续，整数和字符串被视为分类（创建 x[i] == T 决策节点而不是 x[i]