У меня есть вопрос, может быть, глупый, но посмотрим.
Я хочу просто построить k-NN модель в Tensorflow (или Keras, мы увидим) и использовать ее в моем Java-проекте, но это не так.
Мои данные будут выглядеть так:
data: [
{id: 1, distance: [111, 222, 333] },
{id: 1, distance: [222, 111, 333] },
{id: 1, distance: [333, 444, 555] },
{id: 2, distance: [111, 555, 666] },
... and so on
... indexes of distance array are my features
]
То, что я хочу сделать, - это классифицировать новый data объект на основе distance, который я вычислю в моей модели, и та же модель скажет мне с помощью accurate, для которого будет классифицировано расстояние id .
И вот тут мой вопрос начинается. Не могли бы вы сказать, как загрузить очень простые наборы данных в тензорный поток не из файла, а из кода? В интеренете есть много примеров, но все они основаны на MNIST или других больших наборах данных, которые предоставляются большими нейронными сетями или CNN.
Я не нахожу основ, которые я спрашиваю, поэтому я спрашиваю в стеке.
Спасибо за любые советы
Ps. Да, мне нужно использовать Tensorflow / Keras. Потому что я хочу и могу импортировать из него модель в Java. И я знаю KNN alghoritm, потому что я написал его на Java и C #, прежде чем основывался на расстоянии Манхэттена и Евклида. Теперь я хочу использовать библиотеку ML / AI для этого.
EDIT:
В языках со статической типизацией, таких как C ++, C #, алгоритм написания Java, такой как KNN, довольно прост (и довольно быстр). Я не могу поверить, что нет простых примеров использования TF / Keras в Интернете, проще, чем наборы данных MNIST
Простой, который я нашел, основан на iris.dataset, но все же данные загружаются из предварительно собранных наборов данных из TF.
http://marubon-ds.blogspot.com/2017/09/knn-k-nearest-neighbors-by-tensorflow.html
Самая большая проблема, которую я должен понять, - это загрузка простых данных, как я уже говорил выше