tensorflow - 如何将我的消息作为输入插入到 Tensorflow 包的 SVM 估计器的特征列中

Question

我正在尝试实现我的文本分类模型，该模型使用 SVM 模型在 Tensorflow 中将消息分类为垃圾邮件或非垃圾邮件。我只有 2 个特征 rn，即联系人姓名和消息，我需要将它们转换为数字还是可以直接用作特征列中的输入

svm = tf.contrib.learn.SVM(
    example_id_column=example_id_column_name,
    feature_columns=(tf.contrib.layers.real_valued_column(
        column_name=x_column_name, dimension=90),),
    l2_regularization=0.1)

svm.fit(input_fn=train_input_fn, steps=10)

标签： tensorflowmachine-learningsvmtext-classification

Answer 1

它会给出错误吗？如果它给出类似这样的错误：“无法将字符串转换为浮点数”，那么您将无法使用它。如果它有效，那么您可以使用它。

在文档中还解释了您需要什么： https ://www.tensorflow.org/api_docs/python/tf/contrib/learn/SVM