Python 如何通过将另外两个tf.feature\u列相乘来创建tf.feature\u列？

在Tensorflow中，已经有一个通过交叉列创建特征的函数

tf.feature\u column.crossed\u column

，但它更多用于类别数据。数字数据呢

例如，已经有2列了

age = tf.feature_column.numeric_column("age")
education_num = tf.feature_column.numeric_column("education_num")

如果我想创建第三个和第四个基于年龄和教育的专题专栏，像这样

my_feature = age * education_num
my_another_feature = age * age

---

如何实现这一点？

您可以声明一个自定义数字列，并将其添加到数据框中：

---

谢谢！您的示例还帮助我进一步了解输入函数的用途。

# Existing features
age = tf.feature_column.numeric_column("age")
education_num = tf.feature_column.numeric_column("education_num")
# Declare a custom column just like other columns
my_feature = tf.feature_column.numeric_column("my_feature")

...
# Add to the list of features
feature_columns = { ... age, education_num, my_feature, ... }

...
def input_fn():
  df_data = pd.read_csv("input.csv")
  df_data = df_data.dropna(how="any", axis=0)
  # Manually update the dataframe
  df_data["my_feature"] = df_data["age"] * df_data["education_num"]

  return tf.estimator.inputs.pandas_input_fn(x=df_data,
                                             y=labels,
                                             batch_size=100,
                                             num_epochs=10)

...
model.train(input_fn=input_fn())