离散化层

[源代码]

Discretization 类

tf_keras.layers.Discretization(
    bin_boundaries=None,
    num_bins=None,
    epsilon=0.01,
    output_mode="int",
    sparse=False,
    **kwargs
)

一个根据范围对连续特征进行分箱的预处理层。

此层将输入数据的每个元素放入几个连续范围之一，并输出一个整数索引，指示每个元素放置在哪个范围。

有关预处理层的概述和完整列表，请参阅预处理指南。

输入形状

任何维度为 2 或更高的tf.Tensor 或tf.RaggedTensor。

输出形状

与输入形状相同。

参数

• bin_boundaries: 分箱边界列表。最左边和最右边的分箱将始终扩展到-inf和inf，因此bin_boundaries=[0., 1., 2.]生成分箱(-inf, 0.)、[0., 1.)、[1., 2.)和[2., +inf)。如果设置了此选项，则不应调用adapt()。
• num_bins: 要计算的分箱整数数量。如果设置了此选项，则应调用adapt()来学习分箱边界。
• epsilon: 误差容限，通常是一个接近零的小分数（例如 0.01）。较高的 epsilon 值会增加分位数近似，从而导致分箱更不均匀，但可以提高性能和资源消耗。
• output_mode: 层输出的规范。值可以是"int"、"one_hot"、"multi_hot"或"count"，配置层如下：
  • "int": 直接返回离散化的分箱索引。
  • "one_hot": 将输入中的每个单独元素编码为与num_bins大小相同的数组，在输入的分箱索引处包含一个 1。如果最后一维大小为 1，则将在该维度上进行编码。如果最后一维大小不为 1，则将为编码输出附加一个新维度。
  • "multi_hot": 将输入中的每个样本编码为与num_bins大小相同的单个数组，包含样本中存在的每个分箱索引的 1。将最后一维视为样本维度，如果输入形状为(..., sample_length)，则输出形状将为(..., num_tokens)。
  • "count": 与"multi_hot"相同，但整数数组包含分箱索引在样本中出现的次数。默认为"int"。
• sparse: 布尔值。仅适用于"one_hot"、"multi_hot"和"count"输出模式。如果为 True，则返回SparseTensor而不是密集Tensor。默认为False。

示例

基于提供的分箱对浮点值进行分箱。

>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = tf.keras.layers.Discretization(bin_boundaries=[0., 1., 2.])
>>> layer(input)
<tf.Tensor: shape=(2, 4), dtype=int64, numpy=
array([[0, 2, 3, 1],
       [1, 3, 2, 1]])>

基于要计算的分箱数量对浮点值进行分箱。

>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = tf.keras.layers.Discretization(num_bins=4, epsilon=0.01)
>>> layer.adapt(input)
>>> layer(input)
<tf.Tensor: shape=(2, 4), dtype=int64, numpy=
array([[0, 2, 3, 2],
       [1, 3, 3, 1]])>