AIA （AI Adventures）系列現在已經進入第三期了。前兩期分享當中，Yufeng 介紹了機器學習的核心概念、基本邏輯，也介紹了要進行機器學習需要經過哪些步驟。今天的分享中，他會繼續用淺顯易懂的表達，為我們介紹 TensorFlow 的評估器 API。

總的來說，機器學習還是非常贊的（當然，除了某些時候你不得不對付復雜惱人的數學運算）。當下機器學習相關工具已經得到很大的改善，并且訓練模型也更加簡單方便。

我們將利用對數據集的認知來編寫與之對應的模型，而不是基于對原始數學問題來求解，本期，我們將會用一些簡單的代碼來實操訓練出一個簡單的分類器

TensorFlow 中專門解決機器學習問題的評估器

要訓練我們的分類模型，我們需要使用 Google 的開源機器學習庫——TensorFlow。TensorFlow 對外開放了非常豐富的 API 接口，但此時我們需要用到的僅僅是一些高層次 API，也就是評估器（Estimator）。

評估器替我們打包好了訓練的循環迭代，所以我們可以通過配置評估器來控制訓練過程，而不是手動編碼實現。這樣以來，許多樣板化的東西都不再存在，也讓我們能夠在更高級的抽象中考慮問題。同時這也意味著盡情享受機器學習的樂趣，而不必糾結實現的細節。

既然目前我們只探討過線性模型的設計問題，不妨就此打住。今后我們會有機會回過頭討論這個問題，并提升其識別能力。

花卉分類：是否和酒水判別同樣充滿趣味？

本周我們會構建一個模型來區分三種非常相似的花卉。雖說這次比不上上次那樣同酒水打交道那么令人向往，但是由于花卉更難辨認，所以這次的任務會更具挑戰性。

上期文章AIA 系列第二課 | 機器學習常見的七個步驟

特別是，今天我們需要區分開不同品種的鳶尾花。其實我自己不太能從一片玫瑰當中找出一枝鳶尾花，但是我們的模型將會準確認出山鳶尾、變色鳶尾和維吉尼亞鳶尾。

山鳶尾、變色鳶尾和維吉尼亞鳶尾

我們有一個數據集（如下圖）記錄了花卉的花瓣、萼片的寬高數據。表中的四列也就是之前提到的「特征」。

載入數據

在引入 TensorFlow 和 NumPy 兩個模塊后，我們需要使用 TensorFlow 的 load_csv_with_header()函數來加載數據集。這些數據（或者說特征），都以浮點數的形式呈現，而每一列數據、目標花卉的標記則用 0、1 和 2 來表示，與三種花卉的品類相對應。

此時我已經將數據加載的結果輸出來了，現在我們可以通過命名屬性來取得訓練數據和相關的標記、目標。

構建模型

下一步我們需要構建模型了。為了完成這一步操作，首先需要設定特征列。特征列定義了進入模型當中的數據類型。我們使用四個維度的特征列來表示數據集中的特征，并將之稱為「花卉特征」。

要搞定評估器非常簡單。 通過把特征列、模型預測的輸出數量（此處為 3）和指定的用于存儲模型訓練進程以及輸出結果的目錄傳入tf.estimator.LinearClassifier() 函數就能實例化模型了。這些參數有助于讓 TensorFlow 從中斷點繼續之前的訓練。

輸入函數

上述的 classifier 對象會為我們記錄訓練狀態，此時差不多可以開始訓練了。勝利在望，我們的模型距離成功連接訓練數據僅僅只差一個輸入函數。輸入函數的主要工作是創建一個可以為模型生成數據的 TensorFlow 算子。

現在，所以我們已經完成了從處理原始數據，到創建輸入函數（傳入之后會以特征列來映射的數據）的過程。要注意的是我們使用與元數據中同樣的特征列名作為特征值的標記，這樣數據與模型訓練才能對應起來。

開始訓練

接下來開展訓練工作。只需將輸入函數傳入 classifier.train() 方法就可以了。我們就是這樣將數據與模型聯系起來的。

訓練函數會控制在數據集上循環或迭代的過程，同時在每一階中不斷提升自身性能。正如我們所料，下圖顯示已經成功完成了 1000 個階的訓練！我們的數據集并不算大，所以這個過程非常快。

精確度評估

好啦，是時候評估結果了。由于前面的 classifier 對象保存了模型訓練的狀態，所以我們此處仍然使用同一個對象來評估。要評估模型的優劣，我們通過調用 classifier.evaluate() 并傳入測試數據，然后從返回的矩陣當中提取出精確度數據即可。

快看！得到的精確度是 96.88%，厲害了我的哥！

評估器：一路向前的流水線

這周就先進行到這里，一起來回顧學習評估器的收獲：

Estimator API 為我們提供了一個優秀的流水線用于獲取元數據、傳入輸入函數、配置特征列和模型結構、運行訓練過程和進行預測。這個易于理解的框架讓我們能夠關注數據和他們的屬性，而不需要一直糾結數學上的問題，實在是贊！