如何将 Tensorflow 与 Estimator 结合使用，以使用增强树显示数据样本?
tensorflowserver side programmingprogramming更新于 2025/5/20 4:52:17
可以使用 Tensorflow 的增强树通过‘head’方法、‘describe’方法和‘shape’方法显示 titanic 数据集的样本。head 方法提供数据集的前几行，而 describe 方法提供有关数据集的信息，例如列名、类型、平均值、方差、标准差等。 shape 方法给出了数据的维度。
阅读更多: 什么是 TensorFlow，以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?
我们将使用 Keras Sequential API，它有助于构建用于处理普通层堆栈的顺序模型，其中每个层都有一个输入张量和一个输出张量。
包含至少一个层的神经网络称为卷积层。我们可以使用卷积神经网络构建学习模型。
我们使用 Google Colaboratory 运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 Python 代码，无需配置，可以免费访问 GPU(图形处理单元)。Colaboratory 建立在 Jupyter Notebook 之上。
我们将了解如何使用决策树和 tf.estimator API 训练梯度提升模型。
Estimator 是 TensorFlow 对完整模型的高级表示。它旨在轻松扩展和异步训练。估算器使用特征列来描述模型如何解释原始输入特征。估算器需要一个数字输入向量，特征列将有助于描述模型应如何转换数据集中的每个特征。
提升树模型被认为是回归和分类最流行和最有效的机器学习方法。它是一种集成技术，结合了许多(10 个、100 个或 1000 个)树模型的预测。
示例
print("Some sample of the data")
print(dftrain.head())
print("Metadata about the dataset")
print(dftrain.describe())
print("Dimensions of the data")
print(dftrain.shape[0], dfeval.shape[0])
代码来源 −https://www.tensorflow.org/tutorials/estimator/boosted_trees
输出
Some sample of the data sex age n_siblings_spouses parch ... class deck embark_town alone 0 male 22.0 1 0 ... Third unknown Southampton n 1 female 38.0 1 0 ... First C Cherbourg n 2 female 26.0 0 0 ... Third unknown Southampton y 3 female 35.0 1 0 ... First C Southampton n 4 male 28.0 0 0 ... Third unknown Queenstown y [5 rows x 9 columns] Metadata about the dataset age n_siblings_spouses parch fare count 627.000000 627.000000 627.000000 627.000000 mean 29.631308 0.545455 0.379585 34.385399 std 12.511818 1.151090 0.792999 54.597730 min 0.750000 0.000000 0.000000 0.000000 25% 23.000000 0.000000 0.000000 7.895800 50% 28.000000 0.000000 0.000000 15.045800 75% 35.000000 1.000000 0.000000 31.387500 max 80.000000 8.000000 5.000000 512.329200 Dimensions of the data 627 264
解释
- 数据集包含一个训练集和一个评估集。
- dftrain 和 y_train 是训练集。
- 它被模型用来学习特征和模式。
- 使用评估集、dfeval 和 y_eval 测试模型。
- 获取数据的某些汇总统计数据，并显示在控制台上。
相关文章
打印
下一节:如何将 Tensorflow 与 Estimators 结合使用来显示有关数据集的元数据? ❯❮ 上一节:如何将 Tensorflow 与 Estimators 结合使用来可视化数据和 ROC 曲线?
