机器学习之路：python 字典特征提取器 DictVectorizer

 

python3 学习使用api

将字典类型数据结构的样本，抽取特征，转化成向量形式

源码git: https://github.com/linyi0604/MachineLearning

代码：

 1 from sklearn.feature_extraction import DictVectorizer  2 
 3 '''
 4 字典特征提取器：  5  将字典数据结构抽和向量化  6  类别类型特征借助原型特征名称采用0 1 二值方式进行向量化  7  数值类型特征保持不变  8 '''
 9 
10 # 定义一个字典列表 用来表示多个数据样本
11 measurements = [ 12     {"city": "Dubai", "temperature": 33.0}, 13     {"city": "London", "temperature": 12.0}, 14     {"city": "San Fransisco", "temperature": 18.0}, 15 ] 16 
17 # 初始化字典特征抽取器
18 vec = DictVectorizer() 19 data = vec.fit_transform(measurements).toarray() 20 # 查看提取后的特征值
21 print(data) 22 '''
23 [[ 1. 0. 0. 33.] 24  [ 0. 1. 0. 12.] 25  [ 0. 0. 1. 18.]] 26 '''
27 # 查看提取后特征的含义
28 print(vec.get_feature_names()) 29 '''
30 ['city=Dubai', 'city=London', 'city=San Fransisco', 'temperature'] 31 '''