如何将 Tensorflow 与 Estimators 结合使用，以可视化男性与女性数量图?
tensorflowserver side programmingprogramming更新于 2025/5/20 3:52:17
借助‘matplotlib’库和‘show’，可以将 Tensorflow 与 Estimators 结合使用，以可视化男性与女性数量图。方法。
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。
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。该模型用作其他算法的基线。我们使用泰坦尼克号数据集，目的是根据性别、年龄、舱位等特征预测乘客的生存情况。
选择和使用正确的特征列集对于学习有效的模型至关重要。特征列可以是原始特征字典中的原始输入之一，也可以是使用在一个或多个基础列上定义的转换创建的新列。
示例
print("Number of females versus males")
print("The predictive feature")
pd.concat([dftrain, y_train], axis=1).groupby('sex').survived.mean().plot(kind='barh').set_xlabel('% survive')
plt.show()
代码来源 −https://www.tensorflow.org/tutorials/estimator/boosted_trees
输出
解释
- 确定男性数量和女性数量。
- 这绘制在图表上。
- 这将进一步用作预测特征。
