14、使用 TensorFlow 预构建估计器进行分类和回归

使用 TensorFlow 预构建估计器进行分类和回归

1. 输入函数（Input Function）

输入函数的目的是为估计器模型对象返回以下两个对象：
- 一个字典，键为特征名称，值为包含相应特征数据的张量（Tensors）或稀疏张量（Sparse Tensors）。
- 一个包含一个或多个标签的张量。

基本结构如下：

def input_fn (dataset):
    # create dictionary with feature names
    # and Tensors with corresponding data
    # create Tensor for label data
    return dictionary, label

实际的输入函数示例：

def input_fn(features, labels, training = True, batch_size = 32):
    #converts inputs to a dataset
    Dataset = tf.data.Dataset.from_tensor_slices((dict(features),labels))
    return dataset.batch(batch_size)

2. 预构建估计器（Premade Estimators）

我们将讨论两种预构建估计器，一种用于分类问题，另一种用于回归问题