tensorflow - TensorFlow 中的回归分组

Question

我对 TensorFlow 很陌生 - 如果这是一个微不足道的问题，请多多包涵。

我正在使用 Python+TensorFlow 进行编码。我有一个具有以下结构的数据框 -

是 | X_1 | X_2 | ... | X_p | 组别

其中 Y 是连续响应，X_1 到 X_p 是特征，Grp 是表示组的分类值。我想为每个 Grp 在 (X_1,...,X_p) 上拟合 Y 的单独线性回归并保存权重/系数。我不想使用现成的 tf.estimator.LinearRegressor。相反，我想走损失函数-优化器-session.run() 路线。

互联网上的相关教程页​​面谈论线性回归，但不是每组。我将不胜感激任何建议。我正在考虑这样做 -

对于 Grps 中的每个 g： 1. 通过将组 g 的数据作为占位符传递来调用优化器。2. 获取估计的权重（对于 g 组）并将它们保存在数据框中：Grp | 权重

另一种听起来合理的方法是为每个组创建单独的图表，并使用各种“会话”将它们全部组合在一起。

这些在TF中合理可行吗？哪个更容易或有更好的方法？

谢谢你，赛

标签： tensorflowgroup-byregression