python机器学习之字典特征提取

首先需要引入字典特征提取类

from sklearn.feature_extraction import DictVectorizer

def dict_demo():
    #字典特征提取
    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)#默认为sparse=True，即为稀疏矩阵

    #2.调用fit_transform()
    #转换成one-hot编码
    # 类别特征比较多-》字典类型
    # DictVectorizer
    data_new=transfer.fit_transform(data)
    print("data_new:\n",data_new)
    print("特征值名字：",transfer.get_feature_names())
    return None