在實際的業務中，可能會遇到很大量的特征，這些特征良莠不齊，層次不一，可能有缺失，可能有噪聲，可能規模不一致，可能類型不一樣，等等問題都需要我們在建模之前，先預處理特征或者叫清洗特征。那么這清洗特征的過程可能涉及多個步驟可能比較復雜，為了代碼的簡潔，我們可以將所有的預處理過程封裝成一個函數，然后直接往模型中傳入這個函數就可以啦~~~

接下來我們看看究竟如何做呢？

1. 如何使用input_fn自定義輸入管道

當使用tf.contrib.learn來訓練一個神經網絡時，可以將特征，標簽數據直接輸入到.fit(),.evaluate(),.predict()操作中。比如在筆記04中就使用到了，復看一下代碼：

# 將特征與標簽數據載入training_set = tf.contrib.learn.datasets.base.load_csv_with_header( filename=IRIS_TRAINING, target_dtype=np.int, features_dtype=np.float32)test_set = tf.contrib.learn.datasets.base.load_csv_with_header( filename=IRIS_TEST, target_dtype=np.int, features_dtype=np.float32)# 然后將兩個數據喂給.fit()函數去訓練classifier.fit(x=training_set.data,    y=training_set.target,    steps=2000)

當原始數據不需要或幾乎很少需要一些額外的預處理時，使用以上的方式到也不為過。然而在實際的業務中我們往往需要去做大量的特征工程，于是tf.contrib.learn支持使用一個用戶自定義的輸入函數input_fn來封裝數據預處理的邏輯，并且將數據通過管道輸送到模型中。

1.1 解剖input_fn函數的結構

以下是一個input_fn函數的基本結構：

def my_input_fn(): # Preprocess your data here...(首先預處理你的數據） # ...then return 1) a mapping of feature columns to Tensors with # the corresponding feature data, and 2) a Tensor containing labels # 然后返回新的特征數據與標簽數據（都是以tensor的形式） return feature_cols, labels

輸入函數的主體包括一個特定的預處理輸入數據的邏輯，比如去除一些臟數據，彌補缺失數據，歸一化等等。

輸入函數的返回是兩個部分：

（1）處理后的特征：feature_cols，格式是一個map，key是特征的名稱，value是tensor形式的對應的特征列數據
（2）標簽數據：labels，一個包含標簽數據的tensor

1.2 如何將特征數據轉換成tensors形式

如果你的特征/標簽是存儲在pandas的dataframe中或者numpy的array中的話，你就需要在返回特征與標簽的時候將它們轉換成tensor形式哦~那么怎么轉換呢，來看一個小例子。

對于連續型數據，你可以使用tf.constant創建一個tensor:

feature_column_data = [1, 2.4, 0, 9.9, 3, 120]feature_tensor = tf.constant(feature_column_data)

對于稀疏型數據，類別下數據，你可以使用tf.SparseTensor來創建tensor: