Tensorflow sklearn.preprocessing中的LabelEncoder也有类似的方法?

Tensorflow sklearn.preprocessing中的LabelEncoder也有类似的方法?,tensorflow,machine-learning,scikit-learn,data-science,Tensorflow,Machine Learning,Scikit Learn,Data Science,对于像sex这样的分类数据编码,我们通常在scikit-learn中使用LabelEncorder()。但是,如果我要使用Tensorflow而不是Scikit Learn,那么执行此类任务的等效功能或方法是什么?我知道我们可以使用tensorflow轻松地进行一次热编码,但是它会创建标签,如10,01,而不是1,0,tensorflow中有一个名为 分类列与散列桶(…):将输入值散列为固定数量的类别 带有_标识(…)的分类_列_):如果您有数字输入,并且希望值本身被视为分类列 带有词汇表列表

对于像
sex
这样的分类数据编码,我们通常在
scikit-learn
中使用
LabelEncorder()
。但是,如果我要使用
Tensorflow
而不是
Scikit Learn
,那么执行此类任务的等效功能或方法是什么?我知道我们可以使用
tensorflow
轻松地进行
一次热编码
,但是它会创建标签,如
10
01
,而不是
1
0
,tensorflow中有一个名为

  • 分类列与散列桶(…):将输入值散列为固定数量的类别
  • 带有_标识(…)的分类_列_):如果您有数字输入,并且希望值本身被视为分类列
  • 带有词汇表列表(…)的分类列:基于固定(内存)单词列表输出类别
  • 带有词汇表文件(…)的分类列:与列表相同,但从文件中读取词汇表

该软件包还提供了更多的方法来获取模型的输入数据。有关概述,请参阅该软件包开发人员编写的文章。

内联问题直接询问的更多信息。blogpost是由软件包的开发人员编写的。对预测的变量进行标签编码的最佳选项是什么?