如何通过将另外两个 tf.feature_columns 相乘来创建 tf.feature_column？

【问题标题】：How to create a tf.feature_column by multiplying two other tf.feature_columns?如何通过将另外两个 tf.feature_columns 相乘来创建 tf.feature_column？
【发布时间】：2017-10-24 07:49:12
【问题描述】：

在 Tensorflow 中已经有一个通过交叉列创建特征的功能 tf.feature_column.crossed_column ，但更多的是用于类别数据。数值数据呢？

例如，已经有 2 列

age = tf.feature_column.numeric_column("age")
education_num = tf.feature_column.numeric_column("education_num")

如果我想像这样根据年龄和教育数字创建第三和第四个特征列

my_feature = age * education_num
my_another_feature = age * age

怎么做？

【问题讨论】：

标签： python tensorflow machine-learning feature-extraction tensorflow-estimator

【解决方案1】：

您可以声明一个自定义数值列并将其添加到 input function 中的数据框中：

# Existing features
age = tf.feature_column.numeric_column("age")
education_num = tf.feature_column.numeric_column("education_num")
# Declare a custom column just like other columns
my_feature = tf.feature_column.numeric_column("my_feature")

...
# Add to the list of features
feature_columns = { ... age, education_num, my_feature, ... }

...
def input_fn():
  df_data = pd.read_csv("input.csv")
  df_data = df_data.dropna(how="any", axis=0)
  # Manually update the dataframe
  df_data["my_feature"] = df_data["age"] * df_data["education_num"]

  return tf.estimator.inputs.pandas_input_fn(x=df_data,
                                             y=labels,
                                             batch_size=100,
                                             num_epochs=10)

...
model.train(input_fn=input_fn())

【讨论】：

谢谢！您的示例还有助于我更多地了解输入功能的用途。