如何在 Keras 回归模型中包含特征的归一化？

Question

我有一个回归任务的数据。 独立特征（X_train）使用标准缩放器进行缩放。 构建了一个添加隐藏层的 Keras 顺序模型。编译模型。 然后用model.fit(X_train_scaled, y_train )拟合模型 然后我将模型保存在.hdf5 文件中。

现在如何在保存的模型中包含缩放部分， 以便可以将相同的缩放参数应用于看不见的测试数据。

#imported all the libraries for training and evaluating the model
X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.3, random_state=42)
sc = StandardScaler()
X_train_scaled = sc.fit_transform(X_train)
X_test_scaled= sc.transform (X_test)



def build_model():
    model = keras.Sequential([layers.Dense(64, activation=tf.nn.relu,input_shape=[len(train_dataset.keys())]),
    layers.Dense(64, activation=tf.nn.relu),
    layers.Dense(1)
    ])

    optimizer = tf.keras.optimizers.RMSprop(0.001)

    model.compile(loss='mean_squared_error',
                optimizer=optimizer,
                metrics=['mean_absolute_error', 'mean_squared_error'])
    return model
model = build_model()
EPOCHS=1000
history = model.fit(X_train_scaled, y_train, epochs=EPOCHS,
                    validation_split = 0.2, verbose=0)

loss, mae, mse = model.evaluate(X_test_scaled, y_test, verbose=0)

Answer 1

据我了解，标准且有效的方式是使用 Tensorflow 变换。如果我们必须使用 TF Transform，这并不意味着我们应该使用整个 TFX 管道。 TF Transform 也可以单独使用。

Tensorflow Transform 创建一个 Beam Transormation Graph，它将这些变换作为常量注入到 Tensorflow Graph 中。由于这些转换在图中表示为常量，因此它们将在训练和服务中保持一致。训练和服务之间一致性的优势是

1. 消除培训服务偏差
2. 无需在服务系统中添加代码，从而改善延迟。

TF Transform 的示例代码如下：

导入所有依赖的代码：

try:
  import tensorflow_transform as tft
  import apache_beam as beam
except ImportError:
  print('Installing TensorFlow Transform.  This will take a minute, ignore the warnings')
  !pip install -q tensorflow_transform
  print('Installing Apache Beam.  This will take a minute, ignore the warnings')
  !pip install -q apache_beam
  import tensorflow_transform as tft
  import apache_beam as beam

import tensorflow as tf
import tensorflow_transform.beam as tft_beam
from tensorflow_transform.tf_metadata import dataset_metadata
from tensorflow_transform.tf_metadata import dataset_schema

下面提到的是我们提到所有转换的预处理功能：

def preprocessing_fn(inputs):
  """Preprocess input columns into transformed columns."""
  # Since we are modifying some features and leaving others unchanged, we
  # start by setting `outputs` to a copy of `inputs.
  outputs = inputs.copy()

  # Scale numeric columns to have range [0, 1].
  for key in NUMERIC_FEATURE_KEYS:
    outputs[key] = tft.scale_to_0_1(outputs[key])

  for key in OPTIONAL_NUMERIC_FEATURE_KEYS:
    # This is a SparseTensor because it is optional. Here we fill in a default
    # value when it is missing.
    dense = tf.sparse_to_dense(outputs[key].indices,
                               [outputs[key].dense_shape[0], 1],
                               outputs[key].values, default_value=0.)
    # Reshaping from a batch of vectors of size 1 to a batch to scalars.
    dense = tf.squeeze(dense, axis=1)
    outputs[key] = tft.scale_to_0_1(dense)

  return outputs

除了

tft.scale_to_0_1

您还可以使用其他 API 进行规范化，例如

tft.scale_by_min_max, tft.scale_to_z_score

您可以参考下面提到的链接以获取详细信息和 TF 变换教程。

https://www.tensorflow.org/tfx/transform/get_started

https://www.tensorflow.org/tfx/tutorials/transform/census