特征提取 --- 字典特征抽取

1、将任意数据（如文本或图像）转换为可用于机器学习的数字特征
2、遇到不同的数字特征，可以使用不同的提取方式：
字典特征提取（特征离散化）
文本特征提取
图像特征提取（深度学习介绍）
3、特征提取API

sklearn.feature_extraction

4、字典特征提取
类别
作用：对字典数据进行特征值化

sklearn.feature_extraction import DictVectorizer(sparse=True,....)  sparse -- 稀疏 

ex_1：

from sklearn.feature_extraction import DictVectorizer
def dict_demo():
    data = [{'city': '北京', 'temperature': 100},{'city': '上海', 'temperature': 60},{'city': '深圳', 'temperature': 30}]
    #1、实例化一个转换器类
    transfer = DictVectorizer(sparse=False)
    data_new = transfer.fit_transform(data)
    print("data_new：\n", data_new)
    print("特征名字：\n",  transfer.get_feature_names())
    return None