TensorflowをEstimatorで使用して、Pythonを使用してタイタニックデータセットを検査するにはどうすればよいですか？

タイタニックデータセットは、Tensorflowと推定器を使用して、機能を反復処理し、機能をリストに変換してコンソールに表示することで検査できます。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

Keras Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

Estimatorは、TensorFlowによる完全なモデルの高レベルの表現です。簡単なスケーリングと非同期トレーニング用に設計されています。

tf.estimatorAPIを使用してロジスティック回帰モデルをトレーニングします。このモデルは、他のアルゴリズムのベースラインとして使用されます。性別、年齢、クラスなどの特性を考慮して、乗客の生存を予測することを目的として、タイタニックデータセットを使用します。

推定器は、特徴列を使用して、モデルが生の入力特徴をどのように解釈するかを記述します。 Estimatorは数値入力のベクトルを想定しており、特徴列は、モデルがデータセット内のすべての特徴を変換する方法を説明するのに役立ちます。効果的なモデルを学習するには、適切な機能列のセットを選択して使用することが不可欠です。

例

print("The dataset is being inspected")
ds = make_input_fn(dftrain, y_train, batch_size=10)()
for feature_batch, label_batch in ds.take(1):
print('Some feature keys are:', list(feature_batch.keys()))
print()
print('A batch of class:', feature_batch['class'].numpy())
print()
print('A batch of Labels:', label_batch.numpy())

コードクレジット-https：//www.tensorflow.org/tutorials/estimator/linear

出力

The dataset is being inspected
Some feature keys are: ['sex', 'age', 'n_siblings_spouses', 'parch', 'fare', 'class', 'deck', 'embark_town', 'alone']
A batch of class: [b'First' b'First' b'First' b'Third' b'Third' b'Third' b'First' b'Third'
b'Second' b'Third']
A batch of Labels: [0 1 1 0 0 0 1 0 0 0]

説明

• データセットが検査されます。
• 機能キー、ラベル、およびクラスがコンソールに表示されます。
• これは、データセットのバッチを反復処理することによって行われます。