Python 谷歌张量流速成课程。表达问题：编程练习任务2：更好地利用纬度

您好，在tensorflow crashcourse中遇到了另一个障碍…在本页的演示编程练习中

…/repres…/编程练习

我正在做任务2：更好地利用纬度

似乎我把问题缩小到将原始纬度数据转换为“bucket”或在我的功能中表示为1或0的范围。我的实际代码和问题在粘贴箱中。任何建议都很好！谢谢

这是将我的pandas字典中的原始纬度数据转换为google所称的“桶”或范围

LATITUDE_RANGES = zip(xrange(32, 44), xrange(33, 45))

我更改了上面的代码，并将xrange替换为just range，因为xrange已经是不推荐使用的python3。 这可能是问题所在吗？使用range而不是xrange？我的难题见下文

def select_and_transform_features(source_df):
  selected_examples = pd.DataFrame()
  selected_examples["median_income"] = source_df["median_income"]
  for r in LATITUDE_RANGES:
    selected_examples["latitude_%d_to_%d" % r] = source_df["latitude"].apply(
      lambda l: 1.0 if l >= r[0] and l < r[1] else 0.0)
  return selected_examples

这就是培训模式

_ = train_model(
    learning_rate=0.01,
    steps=500,
    batch_size=5,
    training_examples=selected_training_examples,
    training_targets=training_targets,
    validation_examples=selected_validation_examples,
    validation_targets=validation_targets)

问题是：

好的，下面是我对这个问题的理解。当我运行训练模型时，它抛出了这个错误

ValueError: Feature latitude_32_to_33 is not in features dictionary.

所以我称之为“精选的培训”和“精选的验证”示例 这是我发现的。如果我跑

  selected_training_examples = select_and_transform_features(training_examples)

然后，当我调用所选的_training_示例时，我得到了正确的数据集，这些示例生成了所有特征“bucket”，包括特征#latitude_32_到_33 但是当我运行下一个函数时

selected_validation_examples = select_and_transform_features(validation_examples)

它不会产生桶或范围，从而导致

`ValueError: Feature latitude_32_to_33 is not in features dictionary.`

因此，我接下来尝试禁用第一个函数

selected_training_examples = select_and_transform_features(training_examples)

selected_validation_examples = select_and_transform_features(validation_examples)

我刚刚运行了第二个函数

selected_training_examples = select_and_transform_features(training_examples)

selected_validation_examples = select_and_transform_features(validation_examples)

如果我这样做，我就会得到所需的数据集 选定的\u验证\u示例

现在的问题是运行第一个函数不再给我“桶”，我回到了我开始的地方？我想我的问题是这两个函数是如何相互影响的？阻止对方提供我需要的数据集？如果我把它们放在一起？

---

提前谢谢

一位python开发人员给了我这个解决方案，所以我想与大家分享。LATITUDE_RANGES=zip（xrange（32,44），xrange（33,45））只能按编写方式使用，因此我将其放在后续的def select_和_transform_功能（source_df）函数中，该函数解决了这些问题。再次感谢大家

一位python开发人员给了我这个解决方案，所以我想与大家分享。LATITUDE_RANGES=zip（xrange（32,44），xrange（33,45））只能按编写方式使用，因此我将其放在后续的def select_和_transform_功能（source_df）函数中，该函数解决了这些问题。再次感谢大家

如果您可以编辑您的问题，使其包含代码的最小完整示例（），并且不需要包含指向其他站点的链接来获取基本信息，这会有所帮助。您好，一位python开发人员为我提供了解决方案，因此只想与大家分享。LATITUDE_RANGES=zip（xrange（32,44），xrange（33,45））只能按编写方式使用，因此我将其放在后续的def select_和_transform_功能（source_df）函数中，该函数解决了这些问题。再次感谢rwp和所有人。很抱歉添加了额外的链接。rwp。我以后将不再这样做。@RadEdje您可以对自己的问题写一个答案并接受它。好的，谢谢捷运：-）我回答了我的问题。。。系统说要等16个小时我才能接受。我明天接受它，然后尝试关闭此线程。谢谢如果您可以编辑您的问题，使其包含代码的最小完整示例（），并且不需要包含指向其他站点的链接来获取基本信息，这会有所帮助。您好，一位python开发人员为我提供了解决方案，因此只想与大家分享。LATITUDE_RANGES=zip（xrange（32,44），xrange（33,45））只能按编写方式使用，因此我将其放在后续的def select_和_transform_功能（source_df）函数中，该函数解决了这些问题。再次感谢rwp和所有人。很抱歉添加了额外的链接。rwp。我以后将不再这样做。@RadEdje您可以对自己的问题写一个答案并接受它。好的，谢谢捷运：-）我回答了我的问题。。。系统说要等16个小时我才能接受。我明天接受它，然后尝试关闭此线程。谢谢