TensorFlow 深度学习 | 特征工程与 tf.feature_column

💖亲爱的技术爱好者们，热烈欢迎来到 Kant2048 的博客！我是 Thomas Kant，很开心能在优快云上与你们相遇～💖

本博客的精华专栏：
【自动化测试】 【测试经验】 【人工智能】 【Python】

---

TensorFlow 深度学习：特征工程与 tf.feature_column

在深度学习任务中，特征工程（Feature Engineering）是决定模型效果的关键步骤。虽然 TensorFlow 2.x 已经推荐使用 Keras 的 tf.keras.layers 来处理特征，但 tf.feature_column 依然是一个常见且强大的工具，尤其适合构建结构化数据（tabular data）的输入管道。

本文将详细介绍 tf.feature_column 的常见用法，并结合代码示例进行说明。

---

🔹 一、为什么需要特征工程？

在原始数据中，特征可能是数值型、分类型、文本型甚至是稀疏特征。深度学习模型通常只能直接处理数值向量，因此我们需要通过 特征工程 将原始数据转换为适合神经网络输入的张量。

例如：

• 将类别特征（如“性别”）转化为 独热编码（One-Hot Encoding）；
• 将连续数值特征（如“年龄”）进行 分桶（Bucketization）；
• 将文本特征转化为 嵌入向量（Embedding）；
• 将多个特征 组合交叉（Crossed Feature） 来捕捉非线性关系。

tf.feature_column 提供了一系列 API 来实现这些操作。

---

🔹 二、数值型特征

最基础的情况就是 数值特征，它们可以直接输入到模型。

import tensorflow as tf

# 定义数值型特征
age = tf.feature_column.numeric_column("age")

# 构建输入层
feature_columns = [age]
feature_layer = tf.keras.layers.DenseFeatures(feature_columns)

# 模拟输入
inputs = {
   
   "age": tf.constant([[23.], [45.], [31.]])}
print(feature_layer(inputs))

---

🔹 三、类别特征

1. 分类 ID（离散类别）

对于类别型特征，可以使用 categorical_column_with_vocabulary_list 将类别转化为 one-hot 编码。

gender = tf.feature_column.categorical_column_with_vocabulary_list(
    key="gender",
    vocabulary_list=["male", "female"]
)

gender_one_hot = tf.featur