字典数据特征抽取

---

前言

简单记录一下本人学习机器学习的学习过程

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、字典数据特征抽取是什么？

将字典数据中的数据（常常带有文本）处理翻译成计算机可以认识的数据

二、使用步骤

1.引入库

导入sklearn库：

from sklearn.feature_extraction import DictVectorizer

2.字典数据特征提取函数

def dictvec():
    
    dict=DictVectorizer(sparse=False)
    
    data=dict.fit_transform([{'city':'北京', 'temperature ' : 100}, {'city':'上海','temperature' : 60}, {'city': '深圳','temperature ': 30}]) # 进行数据处理
    
    print(dict.get_feature_names()) # 特征值提取
    
    print(data)
    
    return None

2.运行结果

---

总结

将带有文本的字典数据进行特征处理时，可以直接调用sklearn的相关函数进行特征提取，从而实现将特征值中的文本数据转计算机可以认识的数字数据的效果。