人工智能：字典特征数据抽取

字典特征数据抽取

笔记

• DictVectorizer(sparce=True)

• DictVectorizer.fit_transform(X)

• x:字典或者包含字典的迭代器
• 返回值：返回sparce矩阵

• DictVectorizer.inverse_transform(X)

• X:array数组或者sparce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

代码

from sklearn.feature_extraction import DictVectorizer

def dictvet():
    mydict=DictVectorizer(sparse=False)
    # 调用fit_transform
    data=mydict.fit_transform([{'city':'上海','temp':37},{'city':'北京','temp':39},{'city':'深圳','temp':38}])
    print(data)
    print(mydict.get_feature_names())
def main():
    dictvet()

if __name__ == '__main__':
    main()

输出结果：

字典特征数据抽取

把字典中一些类别数据，分别进行转化成特征