如何在TensorFlow Data Validation Schema中设置特征存在性属性？

你可以通过操作Schema中每个Feature的presence字段定义存在性规则，presence对应schema_pb2.FeaturePresence类型，支持设置以下核心属性：

• min_fraction: 特征必须出现的样本比例（范围0.0-1.0），例如设为1.0表示所有样本都必须包含该特征
• min_count: 每个样本中特征至少出现的次数
• optional: 标记特征是否为可选（默认False，即必填）

修改你的代码，在创建特征时直接配置存在性属性：

import tensorflow_data_validation as tfdv
from tensorflow_metadata.proto.v0 import schema_pb2

# 初始化Schema
my_schem = schema_pb2.Schema()

# 为每种FeatureType创建特征并设置存在性
for feat_type_enum, feat_type_value in schema_pb2.FeatureType.items():
    # 添加特征并获取返回的Feature对象
    feature = my_schem.feature.add(name=f'feat_{feat_type_value}', type=feat_type_enum)
    # 设置存在性规则：要求特征必须出现在100%的样本中
    feature.presence.min_fraction = 1.0
    # 可选：如果需要允许特征可选，可开启以下配置
    # feature.presence.optional = True

tfdv.display_schema(schema=my_schem)

补充说明 #

• 若希望特征为可选（允许部分样本缺失），直接将feature.presence.optional设为True即可，无需设置min_fraction或min_count
• 若要限制每个样本中特征至少出现N次，比如至少1次，可设置feature.presence.min_count = 1

内容的提问来源于stack exchange，提问作者Maxime Oriol