Discretization
类keras.layers.Discretization(
bin_boundaries=None,
num_bins=None,
epsilon=0.01,
output_mode="int",
sparse=False,
dtype=None,
name=None,
)
一个根据范围将连续特征分桶的预处理层。
该层会将输入的每个数据元素放入多个连续范围中的一个,并输出一个整数索引,表示该元素被放入哪个范围。
注意:该层可以安全地在 tf.data
流水线中使用(无论你使用的是哪个后端)。
输入形状
维度为 2 或更高的任意数组。
输出形状
与输入形状相同。
参数
-inf
和 inf
,因此 bin_boundaries=[0., 1., 2.]
生成的桶为 (-inf, 0.)
、[0., 1.)
、[1., 2.)
和 [2., +inf)
。如果设置此选项,则不应调用 adapt()
方法。bin_boundaries
,并且应调用 adapt()
来学习桶边界。"int"
、"one_hot"
、"multi_hot"
或 "count"
,配置层如下:"int"
: 直接返回离散化的桶索引。"one_hot"
: 将输入的每个独立元素编码为一个与 num_bins
大小相同的数组,并在输入元素对应的桶索引位置包含一个 1。如果最后一维大小为 1,则在该维上进行编码。如果最后一维大小不为 1,则会为编码输出追加一个新维度。"multi_hot"
: 将输入的每个样本编码为一个与 num_bins
大小相同的单个数组,为样本中存在的每个桶索引位置包含一个 1。将最后一维视为样本维;如果输入形状为 (..., sample_length)
,则输出形状将为 (..., num_tokens)
。"count"
: 与 "multi_hot"
类似,但整数数组包含桶索引在样本中出现的次数计数。默认为 "int"
。"one_hot"
、"multi_hot"
和 "count"
输出模式。仅支持 TensorFlow 后端。如果为 True
,则返回 SparseTensor
而不是密集 Tensor
。默认为 False
。示例
根据提供的桶对浮点值进行离散化。
>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = Discretization(bin_boundaries=[0., 1., 2.])
>>> layer(input)
array([[0, 2, 3, 1],
[1, 3, 2, 1]])
根据要计算的桶数量对浮点值进行离散化。
>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = Discretization(num_bins=4, epsilon=0.01)
>>> layer.adapt(input)
>>> layer(input)
array([[0, 2, 3, 2],
[1, 3, 3, 1]])