字典特征数据抽取
笔记
- DictVectorizer(sparce=True)
- DictVectorizer.fit_transform(X)
- x:字典或者包含字典的迭代器
- 返回值:返回sparce矩阵
- DictVectorizer.inverse_transform(X)
- X:array数组或者sparce矩阵
- 返回值:转换之前的数据格式
- DictVectorizer.get_feature_name()
- 返回类别名称
- DictVectorizer.transform(X)
- 按照原先的标准进行转换
代码
from sklearn.feature_extraction import DictVectorizer
def dictvet():
mydict=DictVectorizer(sparse=False)
# 调用fit_transform
data=mydict.fit_transform([{'city':'上海','temp':37},{'city':'北京','temp':39},{'city':'深圳','temp':38}])
print(data)
print(mydict.get_feature_names())
def main():
dictvet()
if __name__ == '__main__':
main()
输出结果:
字典特征数据抽取
把字典中一些类别数据,分别进行转化成特征