Numpy Tensorflow高级估计的预处理数据集

我来自Scikit学习背景。 我很难理解如何为Tensorflow预处理数据集

我正在尝试用iris数据集实现svm。 如果我有两个numpy数组，一个包含特征列表，另一个包含标签列表，我将使用哪些函数来创建分类器

estimator = SVM(
    example_id_column='example_id',
    feature_columns=[real_feature_column, sparse_feature_column],
    l2_regularization=10.0)

我假设example\u id\u列是

example_id_column  = '0,1,2'

---

我不确定如何获得功能列

我认为最有效的方法是使用

TFRecords

文件。还有一个可用的方法仍然是最相关的。这还有一个优点，即允许您将更多管道定义为图形的一部分，能够从源文件执行并发读取，并且不需要将数据集放入内存中。这绝对值得努力