从Dask数据帧创建Keras数据集（tensorflow_decision_forests）

Question

我正在使用Dask加载存储在SQLite数据库中的一个相当大的数据集（比我现有的可用RAM大得多），如下所示：

df = dd.read_sql_table("22", "sqlite:///db.sqlite", index_col="id")

然后，我想使用tensorflow_decision_forests来尝试使一些模型适合数据。根据tensorflow_decision_forests的文档，以下内容适用于熊猫数据帧：

import tensorflow_decision_forests as tfdf
train_ds = tfdf.keras.pd_dataframe_to_tf_dataset(df, label="species")
model = tfdf.keras.RandomForestModel()
model.fit(train_ds)

然而，当我在Dask数据帧中使用tfdf.keras.pd_dataframe_to_tf_dataset时，很长一段时间内没有任何事情发生，然后python会突然终止，并发出SIGTERM信号。我猜这不是将Dask数据帧转换为Keras数据集的正确方法，尽管不会引发错误/异常。使用存储在Keras Dask数据帧中的数据的正确方法是什么？具体来说，将Dask数据帧转换为Keras数据集的正确方法是什么