python的特征提取实验一_python机器学习之特征提取（scikit-learn）

前几天ubuntn16虚拟机又被弄爆了，这几天配置了一个深度deepin的系统，然后安装完anaconda和pycharm配置好环境解决了matplotlib中文现实问题。

进入正题

1.Sklearn简介

Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可选择相应的方法。

2.安装sklearn

安装sklearn的包

pip3 install Scikit-learn

查看是否成功(配置好anaconda的用户直接import就行)

impart sklearn

注意安装sklearn需要numpy,pandas等库

3.利用sklearn对数据特征进行抽取

先看一个例子，看看sklearn做了什么事

#导入包

from sklearn.feature_extraction.text import CountVectorizer

#实例化CountVectorizer

vector=CountVectorizer()

#调用fit_transfrom输入并转换数据

res=vector.fit_transform(["life is short,i like python","life is too long,i dislike python"])

#打印看看结果

print(vector.get_feature_names())

print(res.toarray(