在阅读《机器学习及实践》第三章这本书的时候,看到了DictVectorizer这一用法,后来在网上查询了有关该命令的用法,它是用于对特征进行抽取和向量化,有关代码如下:
from sklearn.feature_extraction import DictVectorizer
measurements = [
{'city': 'Dubai', 'temperature': 33.},
{'city': 'London', 'temperature': 12.},
{'city': 'San Fransisco', 'temperature': 18.},
]
vec = DictVectorizer()
print(vec.fit_transform(measurements).toarray())
"""
输出:
array([[ 1., 0., 0., 33.],
[ 0., 1., 0., 12.],
[ 0., 0., 1., 18.]])
"""
print(vec.get_feature_names())
"""
输出:
['city=Dubai', 'city=London', 'city=San Fransisco', 'temperature']
"""
原表形式
转换后形式