Sklearn 机器学习 特征提取 从字符串提取标签

💖亲爱的技术爱好者们，热烈欢迎来到 Kant2048 的博客！我是 Thomas Kant，很开心能在优快云上与你们相遇～💖

本博客的精华专栏：
【自动化测试】 【测试经验】 【人工智能】 【Python】

---

Sklearn 机器学习：特征提取 - 从字符串提取标签

在机器学习任务中，我们经常遇到原始文本数据中混合了标签信息的情况。如何从字符串中提取出有用的“标签”用于建模，是文本预处理的重要一环。

本文将结合 Scikit-learn（简称 sklearn）工具，演示如何从字符串中提取标签特征，适用于分类任务、NLP、日志分析等场景。

---

✂️ 一、常见场景与需求

📌 1.1 什么是“从字符串提取标签”？

有时候，我们的数据集中可能存在如下字段：

['[spam] Get rich quick', '[ham] Hello friend', '[spam] Win a prize now']

我们的目标是将其中的 [spam] / [ham] 提取出来作为标签，而剩余部分作为文本内容：

• 标签：spam / ham
• 文本：Get rich quick / Hello friend / Win a prize now

这类结构广泛存在于：

• 邮件分类
• 客服对话标注
• 用户评论意图识别
• 日志事件抽取

🧰 1.2 为什么使用 Sklearn？

sklearn 本身提供了强大的 Pipeline 和 FunctionTransformer，我们可以在建模流水线中直接嵌入自定义的字符串标签提取逻辑，实现：

• 特征工程自动化
• 与模型训练无缝集成
• 更高的可复用性

---

🔍 二、字符串标签提取方法详解

🧪 2.1 使用正则表达式提取标签

import re

def extract_label(text):
    match = re.