机器学习之字典特征抽取

字典特征抽取

from sklearn.feature_extraction import DictVectorizer

def dictvec():
    # 实例化
    dict=DictVectorizer(sparse=False)
    # 调用fit_transform
    data=dict.fit_transform([{'city':'上海','temperature':60},{'city':'北京','temperature':100},{'city':'深圳','temperature':30}])
    print(data)
    print(mydict.get_feature_names())
    return None

if __name__ == '__main__':
   dictvet()

DictVectorizer(sparse=True)

DictVectorizer.fit_transform(X)

x:字典或者包含字典的迭代器

返回值：返回sparse矩阵

DictVectorizer.inverse_transform(X)

X:array数组或者sparse矩阵

返回值：转换之前的数据格式

DictVectorizer.get_feature_name()

返回类别名称

DictVectorizer.transform(X)

按照原先的标准进行转换