报错 AttributeError: 'EmbeddingColumn' object has no attribute 'hash_bucket_size'

非常抱歉，我之前的代码有误。`EmbeddingColumn`对象确实没有`hash_bucket_size`属性。请用以下代码替换之前的代码：

# 定义数据特征
feature_columns = []
embedding_dims = {}

# userId特征
user_id = tf.feature_column.categorical_column_with_hash_bucket('userId', hash_bucket_size=1000)
user_id_embedding = tf.feature_column.embedding_column(user_id, dimension=10)
feature_columns.append(user_id_embedding)
embedding_dims['userId'] = 10

# movieId特征
movie_id = tf.feature_column.categorical_column_with_hash_bucket('movieId', hash_bucket_size=10000)
movie_id_embedding = tf.feature_column.embedding_column(movie_id, dimension=10)
feature_columns.append(movie_id_embedding)
embedding_dims['movieId'] = 10

# rating特征
rating = tf.feature_column.numeric_column('rating')
feature_columns.append(rating)

# timestamp特征（可选）
timestamp = tf.feature_column.numeric_column('timestamp')
feature_columns.append(timestamp)

在这段代码中，我们使用`categorical_column_with_hash_bucket`函数定义了`userId`和`movieId`的特征列，并通过`embedding_column`函数将它们转换为嵌入列。然后，我们将这些嵌入列添加到特征列列表中，并指定了嵌入维度。

非常抱歉给您带来的困扰，希望这次能解决问题。如果还有其他问题，请随时提问。