1、【特征抽取（NLP）】机器学习之特征工程和文本特征的提取

• 常用数据集构成 = 特征值 + 目标值（0/1）
• 每一行为一条记录，每一列即为一个特征
• 对特征值进行处理：
  • pandas进行简单处理（主要是对缺失值数据，重复值不用处理）；

特征工程之特征抽取：

对文本数据进行特征值化（即转换为数值数据）：sklearn.feature_extraction

• 对字典数据进行特征值化：sklearn.feature_extraction.DictVectorizer

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