Класс CategoryEncoding

Класс CategoryEncoding предназначен для кодирования целочисленных категориальных признаков. Он принимает на вход тензор целых чисел и преобразует каждое значение в многомерный вектор (one-hot, multi-hot или count). Первым параметром передается список или целое число, задающее размер словаря (число возможных категорий). Вторым параметром можно указать способ кодирования через output_mode: 'one_hot', 'multi_hot' или 'count'. Также доступен параметр sparse, включающий разреженный вывод.

Синтаксис

tf.keras.layers.CategoryEncoding(
	num_tokens, [output_mode], [sparse]
)

Пример

Давайте закодируем тензор целых чисел 1, 2, 3 в режиме 'one_hot' с размером словаря 5:

import tensorflow as tf

layer = tf.keras.layers.CategoryEncoding(
	num_tokens=5,
	output_mode='one_hot'
)
res = layer(tf.constant([1, 2, 3]))
print(res)

Результат выполнения кода:

tf.Tensor(
[[0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]], shape=(3, 5), dtype=float32)

Пример

Давайте закодируем двумерный тензор 1, 2 и 3, 4 в режиме 'multi_hot':

import tensorflow as tf

layer = tf.keras.layers.CategoryEncoding(
	num_tokens=5,
	output_mode='multi_hot'
)
res = layer(tf.constant([[1, 2], [3, 4]]))
print(res)

Результат выполнения кода:

tf.Tensor(
[[0. 1. 1. 0. 0.]
 [0. 0. 0. 1. 1.]], shape=(2, 5), dtype=float32)

Пример

Давайте закодируем тензор 1, 1, 2 в режиме 'count' с размером словаря 4:

import tensorflow as tf

layer = tf.keras.layers.CategoryEncoding(
	num_tokens=4,
	output_mode='count'
)
res = layer(tf.constant([1, 1, 2]))
print(res)

Результат выполнения кода:

tf.Tensor([0. 2. 1. 0.], shape=(4,), dtype=float32)

Пример

Давайте получим разреженное представление для тензора 1, 3 в режиме 'one_hot':

import tensorflow as tf

layer = tf.keras.layers.CategoryEncoding(
	num_tokens=5,
	output_mode='one_hot',
	sparse=True
)
res = layer(tf.constant([1, 3]))
print(res)

Результат выполнения кода:

SparseTensor(
indices=tf.Tensor(
[[0 1]
 [1 3]], shape=(2, 2), dtype=int64),
values=tf.Tensor([1. 1.], shape=(2,), dtype=float32),
dense_shape=tf.Tensor([2 5], shape=(2,), dtype=int64))

Смотрите также

класс IntegerLookup,
который преобразует строки в целые числа
класс Discretization,
который разбивает непрерывные признаки на интервалы
функцию to_number,
которая преобразует строки в числа
функцию as_string,
которая преобразует числа в строки