Tensorflow - 将数据帧馈送到 KNN 分类器进行预测答案

【问题标题】：Tensor Flow - Feed Data Frame to DNNClassifier For PredictionsTensorflow - 将数据帧馈送到 KNN 分类器进行预测
【发布时间】：2019-09-21 07:21:49
【问题描述】：

在通过tf.contrib.predictor.from_saved_model 重新加载数据后，我正在努力将数据提供给tf.esitimator.DNNClassifier。非常感谢您的帮助。

我找到了 this 和 this 链接，但出现错误。下面是我的实现：

保存模式：

feature_spec = tf.feature_column.make_parse_example_spec(feat_cols)
export_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)
tuned_model.export_savedmodel('./model_dir/saved_models/', export_fn)

这成功保存了模型，并包含以下信息：

INFO:tensorflow:调用model_fn。信息：张量流：完成调用模型_fn。 INFO:tensorflow:Signatures 包含在 Classify 的导出中： ['serving_default', 'classification'] INFO:tensorflow:Signatures 包含在 Regress 的导出中：['regression'] INFO:tensorflow:Predict 导出中包含的签名：['predict'] 信息：张量流：火车出口中包含的签名：无信息：tensorflow：Eval 导出中包含的签名：无信息：张量流：从恢复参数 /nimble/kdalal/model_dir/model.ckpt-28917 INFO:tensorflow:Assets 添加作图。信息：tensorflow：没有要写的资产。 INFO:tensorflow:SavedModel 写入： ./model_dir/saved_models/temp-b'1556819228'/saved_model.pb

重新加载预测：

predict_prod = tf.contrib.predictor.from_saved_model('./model_dir/saved_models/1556819228')
predict_prod(dict(X_test))

我收到以下错误：

ValueError: 在 input_dict 中有意外的键: {'DOW', 'JOB_FUNCTION', 'ACC_SIZE'、'answered_20D'、'MatchType'、'CONTACT_STATE'、'SEASONS'、 'called_20D'、'st_cb_ans_20D'、'JOB_ROLE'、'st_cb_call_20D'、 'CALL_BLOCKS'} 预期：{'inputs'}

我的X_test 是一个我正在尝试对其进行预测的数据框。

[已编辑]：

我的输入dict 如下所示：

{'JOB_ROLE': 714859     Manager-Level
 714860     Manager-Level
 714861     Manager-Level
 714862     Manager-Level
 714863    Director-Level
 Name: JOB_ROLE, dtype: object,
 'JOB_FUNCTION': 714859    Information Technology
 714860    Information Technology
 714861    Information Technology
 714862    Information Technology
 714863    Information Technology
 Name: JOB_FUNCTION, dtype: object,
 'MatchType': 714859            Work Phone
 714860            Work Phone
 714861            Work Phone
 714862            Work Phone
 714863    Account Main Phone
 Name: MatchType, dtype: object,
 'CALL_BLOCKS': 714859    17_18
 714860    17_18
 714861    17_18
 714862    17_18
 714863    17_18
 Name: CALL_BLOCKS, dtype: object,
 'ACC_SIZE': 714859    StartUps
 714860    StartUps
 714861       Small
 714862    StartUps
 714863       Small
 Name: ACC_SIZE, dtype: object,
 'CONTACT_STATE': 714859    WA
 714860    CA
 714861    CA
 714862    CA
 714863    CA
 Name: CONTACT_STATE, dtype: object,
 'SEASONS': 714859    Spring
 714860    Spring
 714861    Spring
 714862    Spring
 714863    Spring
 Name: SEASONS, dtype: object,
 'DOW': 714859    Monday
 714860    Monday
 714861    Monday
 714862    Monday
 714863    Monday
 Name: DOW, dtype: object,
 'called_20D': 714859    0.038760
 714860    0.077519
 714861    0.217054
 714862    0.046512
 714863    0.038760
 Name: called_20D, dtype: float64,
 'answered_20D': 714859    0.000000
 714860    0.086957
 714861    0.043478
 714862    0.000000
 714863    0.130435
 Name: answered_20D, dtype: float64,
 'st_cb_called_20D': 714859    0.050233
 714860    0.282496
 714861    0.282496
 714862    0.282496
 714863    0.282496
 Name: st_cb_called_20D, dtype: float64,
 'st_cb_ans_20D': 714859    0.059761
 714860    0.314741
 714861    0.314741
 714862    0.314741
 714863    0.314741
 Name: st_cb_ans_20D, dtype: float64}

我是tf 的初学者，我不知道如何将数据帧传递给模型，以便我可以调用predcit 方法并获得预测。

另外，我是否应该将我的输入数据转换为其他dtype？

【问题讨论】：

Can you post what your input dict looks like?
@EdekiOkoh - 我已经编辑了我的问题。此外，当我将输入更改为 prod_predictions = predict_prod({'inputs':X_test.values}) 时，它抛出 ValueError: Cannot feed value of shape (75116, 12) for Tensor 'input_example_tensor:0'，其形状为 '(?,)' i> 错误。

标签： python-3.x tensorflow machine-learning keras

【解决方案1】：

我找到了答案。请参考link 了解如何将数据馈送到导入的estimator 模型。

【讨论】：

【解决方案2】：

ValueError: 无法为形状为“(?,)”的张量“input_example_tensor:0”提供形状 (75116, 12) 的值

关于这个问题，您的模型看起来要预测一次 1 项

您只能输入一项，例如 {'inputs': X_test.values[0]}

你可以改变模型来预测一堆项目

祝你好运

【讨论】：