TabTransformer 算法的输入和输出接口

TabTransformer 对表格数据进行操作，行代表观测值，一列代表目标变量或标签，其余列代表特征。

CSV为训练和推理提供 TabTransformer 支持的 SageMaker 实施：

训练数据、验证数据和类别特征的输入格式

请注意如何格式化训练数据，以便输入到 TabTransformer 模型中。您必须提供包含训练和验证数据的 Amazon S3 存储桶的路径。您还可以包含类别特征列表。请使用 training 和 validation 通道来提供您的输入数据。您也可以只使用 training 通道。

使用 training 和 validation 通道

您可以通过两条 S3 路径来提供输入数据，一条用于 training 通道，一条用于 validation 通道。每个 S3 路径可以是指向一个或多个CSV文件的 S3 前缀，也可以是指向一个特定CSV文件的完整 S3 路径。目标变量应位于CSV文件的第一列。预测器变量（特征）应位于其余列。如果为training或validation通道提供了多个CSV文件，则 TabTransformer 算法会将这些文件连接起来。验证数据用于在每次提升迭代结束时计算验证分数。当验证分数停止提高时，将应用提前停止。

如果您的预测变量包含类别特征，则可以提供一个JSON或多个与训练数据文件同名的categorical_index.json文件。如果您为分类要素提供JSON文件，则您的training频道必须指向 S3 前缀而不是特定CSV文件。此文件应包含一个 Python 字典，其中的键是字符串 "cat_index_list"，值是唯一整数列表。值列表中的每个整数都应表示训练数据CSV文件中相应类别特征的列索引。每个值都应为正整数（大于零，因为零表示目标值），小于 Int32.MaxValue (2147483647)，并且小于列的总数。应该只有一个分类索引JSON文件。

仅使用 training 通道：

您也可以通过单个 S3 路径，为 training 通道提供输入数据。此 S3 路径应指向一个名为、training/包含一个或多个CSV文件的子目录的目录。您可以选择在名为的同一位置添加另一个子目录validation/，该子目录也包含一个或多个CSV文件。如果未提供验证数据，则会随机采样 20% 的训练数据作为验证数据。如果您的预测变量包含类别特征，则可以提供一个与数据子目录同名的JSONcategorical_index.json文件。