機器學習之路：python 字典特征提取器 DictVectorizer

 

python3 學習使用api

將字典類型數據結構的樣本，抽取特征，轉化成向量形式

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

代碼：

from sklearn.feature_extraction import DictVectorizer

'''
字典特征提取器：
    將字典數據結構抽和向量化
    類別類型特征借助原型特征名稱采用0 1 二值方式進行向量化
    數值類型特征保持不變
'''

# 定義一個字典列表 用來表示多個數據樣本
measurements = [
    {"city": "Dubai", "temperature": 33.0},
    {"city": "London", "temperature": 12.0},
    {"city": "San Fransisco", "temperature": 18.0},
]

# 初始化字典特征抽取器
vec = DictVectorizer()
data = vec.fit_transform(measurements).toarray()
# 查看提取后的特征值
print(data)
'''
[[ 1.  0.  0. 33.]
 [ 0.  1.  0. 12.]
 [ 0.  0.  1. 18.]]
'''
# 查看提取后特征的含義
print(vec.get_feature_names())
'''
['city=Dubai', 'city=London', 'city=San Fransisco', 'temperature']
'''