如何使用 Tensorflow 显示鲍鱼数据集中的样本数据?
pythonserver side programmingprogrammingtensorflow
使用 google API 下载鲍鱼数据集后，可以使用 ‘head’ 方法在控制台上显示一些数据样本。如果将数字传递给此方法，则会显示许多行。它基本上从头开始显示行。
阅读更多: 什么是 TensorFlow，以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?
我们将使用鲍鱼数据集，其中包含一组鲍鱼测量值。鲍鱼是一种海蜗牛。目标是根据其他测量值预测年龄。
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 Python 代码，无需配置，可以免费访问 GPU(图形处理单元)。Colaboratory 是在 Jupyter Notebook 上构建的。
print("Few samples of abalone data")
abalone_train.head()
print("The abalone dataset is copied to another memory location")
abalone_features = abalone_train.copy()
print("The age column is deleted")
abalone_labels = abalone_features.pop('Age')
abalone_features = np.array(abalone_features)
print("The features are displayed")
print(abalone_features)
代码来源:https://www.tensorflow.org/tutorials/load_data/csv
输出
Few samples of abalone data The abalone dataset is copied to another memory location The age column is deleted The features are displayed [[0.435 0.335 0.11 ... 0.136 0.077 0.097] [0.585 0.45 0.125 ... 0.354 0.207 0.225] [0.655 0.51 0.16 ... 0.396 0.282 0.37 ] ... [0.53 0.42 0.13 ... 0.374 0.167 0.249] [0.395 0.315 0.105 ... 0.118 0.091 0.119] [0.45 0.355 0.12 ... 0.115 0.067 0.16 ]]
解释
- 使用 'head' 方法在控制台上显示一些数据样本。
- 将数据集复制到另一个内存位置，以便可以对其中一个数据集进行更改，同时仍保留另一个内存位置中数据集的原始性。
- 我们认为列 'Age' 无关紧要，因此将其从数据集中删除。
- 特征显示为向量。
