使用DictVectorizer对使用字典存储的数据进行特征抽取和向量化

#1.导入类库
#使用DictVectorizer对使用字典存储的数据进行特征抽取和向量化 from sklearn.feature_extraction import DictVectorizer def dictvec(): """ 字典数据抽取 :return: """ #实例化 dict = DictVectorizer() #调用 fit_transform data = dict.fit_transform([ {'city': '北京', 'temperature': 100}, {'city': '上海', 'temperature': 60}, {'city': '深圳', 'temperature': 30}, ]) print(dict.get_feature_names()) print(dict.inverse_transform(data))

  输出结果:

 

转载于:https://www.cnblogs.com/c-shang/p/9865875.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值