DNNRgress的分类并发症

Question

我正在处理一组如下所示的数据

[代码1，代码2，代码3，代码组]
[J21、K11、L45、207]
[E45、R72、M09、113]
[K11、J21、Z12、207]

我希望创建一个NN，它将开始学习模式，比如在同一行中看到J21和K11，并预测组代码为207。在

我知道一个复杂的事实是我有字符串而不是数字。以下是我试图解决的几个选项

• 在tf.string_to_hash_bucket_快速->；接受字符串张量并输出Int64张量
• 在警察局的傻瓜（）->；将['j21'、'K11'、'L45']解析为[[1，0，0]，…]
• 分类处理器来自tensorflow.contrib.learn.python.learn.预处理.分类处理器但不知道该如何融入

我还认为，由于这些代码可能在不同的列中，这可能会在培训中引起问题。在上面的示例中，您可以在Code1和Code2列中看到“J21”。也许我需要用不同的方式来布置数据？！？在

这是一个snippet of my code，我设法得到了工作…通过工作，我的意思是以现有的更差的精度执行-\

如果有人对如何解决这个问题有任何意见，我将不胜感激。成功地完成了大量的教程，但当我自己尝试时，却被打回了现实：（