tf.estimator API技术手册（12）——LinearClassifier（线性分类器）

（一）简 介

继承自Estimator，定义在tensorflow/python/estimator/canned/linear.py中，用来建立线性分类器。示例如下：

categorical_column_a = categorical_column_with_hash_bucket(...)
categorical_column_b = categorical_column_with_hash_bucket(...)

categorical_feature_a_x_categorical_feature_b = crossed_column(...)

# 创建一个线性分类器
estimator = LinearClassifier(
    feature_columns=[categorical_column_a,
                     categorical_feature_a_x_categorical_feature_b])

# 构建数据输入函数
def input_fn_train: # returns x, y (where y represents label's class index).
  ...
def input_fn_eval: # returns x, y (where y represents label's class index).
  ...
estimator.train(input_fn=input_fn_train)
estimator.evaluate(input_fn=input_fn_eval)
estimator.predict(input_fn=input_fn_predict)

（二）初始化

__init__(
    feature_columns,
    model_dir=None,
    n_classes=2,
    weight_column=None,
    label_vocabulary=None,
    optimizer='Ftrl',
    config=None,
    partitioner=None,
    warm_start_from=None,
    loss_reduction=losses.Reduction.SUM,
    sparse_combiner='sum'
)

参数如下：

• feature_columns:
  特征列

• model_dir:
  保存模型的目录

• n_classes:
  标签的种类

• weight_column:
  由 tf.feature_column.numeric_column创建的一个字符串或者数字列用来呈现特征列。它将会被乘以example的训练损失。

• label_vocabulary:
  一个字符串列表用来呈现可能的标签取值，如果给出，则必须为字符型，如果没有给出，则会默认编码为整型，为{0, 1,…, n_classes-1} 。

• optimizer:
  选择优化器，默认使用Adagrad optimizer，激活函数为tf.nn.relu。

• config:
  一个运行配置对象，用来配置运行时间。

• warm_start_from:
  热启动选项。

• loss_reduction:
  定义损失函数，默认为SUM方法。

• partitioner:
  可选的。输入层分割器

• sparse_combiner:
  稀疏组合器，当一个绝对特征列是多价的时候，指定如何去减少损失。

（三）属 性（Properties）

• config
• model_dir
• model_fn
  Returns the model_fn which is bound to self.params.

返回：
model_fn 附有以下标记: def model_fn(features, labels, mode, config)

（四）方 法（Methods）

（1）evaluate（评估）

evaluate(
    input_fn,
    steps=None,
    hooks=None,
    checkpoint_path=None,
    name=None
)

评估函数，使用input_fn给出的评估数据评估训练好的模型，参数列表如下：

• input_fn:
  一个用来构造用于评估的数据的函数，这个函数应该构造和返回如下的值：一个tf.data.Dataset对象或者一个包含 (features, labels)的元组，它们应当满足model_fn函数对输入数据的要求，在后面的实例中我们会详细介绍。
• checkpoint_path:
  用来保存训练好的模型
• name:
  如果用户需要在不同的数据集上运行多个评价，如训练集和测试集，则为要进行评估的名称，不同的评估度量被保存在单独的文件夹中，并分别出现在tensorboard中。

（2）predict（预测）

predict(
   input_fn,
   predict_keys=None,
   hooks=None,
   checkpoint_path=None,
   yield_single_examples=True
)

使用训练好的模型对新实例进行预测，以下为参数列表：

• input_fn:
  一个用来构造用于评估的数据的函数，这个函数应该构造和返回如下的值：一个tf.data.Dataset对象或者一个包含 (features, labels)的元组，它们应当满足model_fn函数对输入数据的要求，在后面的实例中我们会详细介绍。

• predict_keys:
  预测函数最终会返回一系列的结果，但我们可以有选择地让其输出，可供选择的keys列表为[‘logits’, ‘logistic’, ‘probabilities’, ‘class_ids’, ‘classes’]，如果不指定的话，默认返回所有值。

• hooks:
  tf.train.SessionRunHook的子类实例列表，在预测调用中用于传回。

• checkpoint_path:
  训练好的模型的目录

• yield_single_examples:
  可以选择False或是True，如果选择False，由model_fn返回整个批次，而不是将批次分解为单个元素。当model_fn返回的一些的张量的第一维度和批处理数量不相等时，这个功能是很用的。

（3）train（训练）

train(
    input_fn,
    hooks=None,
    steps=None,
    max_steps=None,
    saving_listeners=None
)

用于训练模型，以下为参数列表：

• input_fn:
  一个用来构造用于评估的数据的函数，这个函数应该构造和返回如下的值：一个tf.data.Dataset对象或者一个包含 (features, labels)的元组，它们应当满足model_fn函数对输入数据的要求，在后面的实例中我们会详细介绍。

• hooks:
  tf.train.SessionRunHook的子类实例列表，在预测调用中用于传回。

• steps:
  模型训练的次数，如果不指定，则会一直训练知道input_fn传回的数据消耗完为止。如果你不想要增量表现，就设置max_steps来替代，注意设置了steps，max_steps必须为None，设置了max_steps，steps必须为None。

• max_steps:
  模型训练的总次数，注意设置了steps，max_steps必须为None，设置了max_steps，steps必须为None。

• saving_listeners:
  CheckpointSaverListener对象的列表，用于在检查点保存之前或之后立即运行的回调。