网络安全最新【机器学习】特征工程 - 字典特征提取_机器学习字典(3)，2024年最新从网络安全语言到AIDL使用与原理讲解

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

new_data = vector.fit_transform(old_data)
print(new_data)

输出：

[[18. 1. 0.]
[20. 0. 1.]]

  

## 二、特征名字


如果想知道提取的数字特征是什么意思，可以用 get\_feature\_names\_out() 获取「特征名字」，也就是特征和原始数据的对应关系。

from sklearn import feature_extraction

原始数据（字典）

old_data = [
{‘name’: “张三”, ‘age’: 18},
{‘name’: “李四”, ‘age’: 20},
{‘name’: “王五”, ‘age’: 22}]

初始化

vector = feature_extraction.DictVectorizer(sparse=False)

转换数据

new_data = vector.fit_transform(old_data)
print(new_data)

特征名字

print(vector.get_feature_names_out())

输出：

[[18. 1. 0. 0.]
[20. 0. 1. 0.]
[22. 0. 0. 1.]]
[‘age’ ‘name=张三’ ‘name=李四’ ‘name=王五’]

接下来，解释一下提取的数字特征是什么意思。提取的数字特征是个二维数组，里面包含了三个数组。


一个数组即一行，代表一个样本；而一列，就代表一个特征。比如上面这个特征：


每个数组的第一列是age特征，age本来就是数字，所以就没必要转换了；  
 第二列是张三特征，用0和1表示，1表示name是张三，0表示name不是张三；  
 第三列是李四特征，1表示name是李四，0表示name不是李四；  
 第四列十王五特征，1表示name是王五，0表示name不是王五。


如果没看懂，可以自己修改原始数据，然后查看输出的结果。


这个提取的数字特征数组，其位置和特征类型有关，比如这里有 age、张三、李四、王五 四种特征类型，那么数字特征数组就有4个位置。如果特征类型有五种，那么数字特征数组就会变成5个位置，以此类推。这种提取方式也叫 one-hot编码，


  

## 三、返回原始数据


将提取的数字特征，转换会原始数据，可以使用 inverse\_transform()。

from sklearn import feature_extraction

原始数据（字典）

old_data = [
{‘name’: “张三”, ‘age’: 18},
{‘name’: “李四”, ‘age’: 20},
{‘name’: “王五”, ‘age’: 22}]

初始化

vector = feature_extraction.DictVectorizer(sparse=False)

转换数据

new_data = vector.fit_transform(old_data)
print(new_data)

转回原始数据

print(vector.inverse_transform(new_data))

输出：

[[18. 1. 0. 0.]
[20. 0. 1. 0.]
[22. 0. 0. 1.]]
[{‘age’: 18.0, ‘name=张三’: 1.0}, {‘age’: 20.0, ‘name=李四’: 1.0}, {‘age’: 22.0, ‘name=王五’: 1.0}]

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以点击这里获取](https://bbs.csdn.net/topics/618540462)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**