python学习文本特征提取(一) DictVectorizer

最新推荐文章于 2022-06-03 18:07:20 发布

原创

最新推荐文章于 2022-06-03 18:07:20 发布 · 3.4k 阅读

10 ·

CC 4.0 BY-SA版权

本文介绍了如何使用DictVectorizer对字典格式的文本数据进行特征提取和向量化。DictVectorizer将名义型变量转化为0/1虚拟编码，数值型变量保持原值。通过示例展示了转化后的特征矩阵，并解释了各维度的特征含义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DictVectorizer对使用字典储存的数据进行特征提取与向量化

python3

处理字典数据

# 定义一组字典列表，用来表示多个数据样本（每个字典代表一个数据样本）。
measurements = [{
  
  'city': 'Dubai', 'temperature': 33.}, {
  
  'city': 'London', 'temperature': 12.}, {
  
  'city': 'San Fransisco', 'temperature': 18.}]
# 从sklearn.feature_extraction 导入 DictVectorizer
from sklearn.feature_extraction import DictVectorizer