将 .csv 加载到 tensorflow 时出错

Question

我采用了在 Iris csv 上训练的预制代码并尝试使用我自己的 csv。

错误发生在这里

train_data = "train_data.csv"
test_data = "test_data.csv"

training_set = tf.contrib.learn.datasets.base.load_csv_with_header(
filename=train_data,
target_dtype=np.int,
features_dtype=np.float32)

有错误

ValueError: invalid literal for int() with base 10: 'feature1'

csv 看起来像这样

feature1,feature2,feature3,label
1028.0,1012.0,1014.0,1
1029.0,1011.0,1017.0,-1
1027.0,1013.0,1015.0,1
...(and so on)

我知道错误是试图说 feature1 不是整数。但是，当我对 Iris 数据集使用相同的代码时，有一些字符串标头没有用作张量。虹膜数据 csv 如下所示。

30,4,setosa,versicolor,virginica
5.9,3.0,4.2,1.5,1
6.9,3.1,5.4,2.1,2
5.1,3.3,1.7,0.5,0

另外，我不确定我是否应该提出不同的问题，但我将功能标题更改为

1,2,3,4
1028.0,1012.0,1014.0,1
1029.0,1011.0,1017.0,-1
1027.0,1013.0,1015.0,1
...(and so on)

现在出现这个错误

ValueError: could not broadcast input array from shape (3) into shape (2)

非常感谢任何想法或帮助！谢谢！！！

Answer 1

如果要使用此功能，则必须以预期的格式编写数据集。第一行应该是这样的：

n_samples, n_features, [feature names]

例如，您显示的鸢尾花数据集格式正确：

30,4,setosa,versicolor,virginica

即30 个样本 4 个特征

如果您创建的数据集中有 50 个样本，则应该是这样的：

50,4,labelname
1028.0,1012.0,1014.0,1
1029.0,1011.0,1017.0,-1
1027.0,1013.0,1015.0,1
...(and so on)