如何使用TensorFlow加载鲍鱼数据集中的csv数据？

可以使用存储此数据集的google API下载鲍鱼数据集。在Pandas库中，使用“read_csv”方法将数据从API中读入csv文件，特征名称也被明确指定。

更多Python相关文章，请阅读：Python 教程

我们将使用包含鲍鱼测量值的鲍鱼数据集。鲍鱼是一种海螺，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可以通过浏览器运行Python代码，并且无需配置即可免费访问GPU（图形处理单元）。 Colaboratory是建立在Jupyter Notebook之上的。

import pandas as pd
import numpy as np

print("下面一行使NumPy值更易于阅读")
np.set_printoptions(precision=3, suppress=True)

import tensorflow as tf
from tensorflow.keras import layers
from tensorflow.keras.layers.experimental import preprocessing

print("读取csv数据")
abalone_train = pd.read_csv("https://storage.googleapis.com/download.tensorflow.org/data/abalone_train.csv",
      names=["长度", "直径", "高度", "总重量", "去壳重量","内脏重量", "壳重量", "年龄"])

代码来源：https://www.tensorflow.org/tutorials/load_data/csv

输出

下面一行使NumPy值更易于阅读
读取csv数据

说明

• 所需的软件包已经下载到环境中。
• 使用“read_csv”方法读取csv数据。
• 数据集中的所有特征都需要以相同的方式处理。
• 完成后，将所有特征包装到单个NumPy数组中。