sk-learn是python语言里机器学习工具,包含了很多知名的机器学习算法的实现,其文档完善,容易入手。
- 分类模型
-回归模型
-聚类模型
-特征工程
特征工程
特征工程:顾名思义,本质是一项工程活动,目的是最大限度地从原始数据中提取特征以供算法和模型使用。
1.特征工程
- 特征抽取
-数据特征的预处理
-特征选择
特征抽取:特征抽取后的新特征是原来特征的一个映射。(用原数据的部分特征来表示原数据)
特征值化:将样本数据当中非数值型数据转换成数值型数据就叫做特征值化。
-------------------------------------------分割线-------------------------------------------
1.特征抽取
-字符串特征抽取
X.toarray() 表示将sparse矩阵转换成数组。
将字符串类型数据'hello world,world hello'进行特征值化过程。
-字典特征抽取
- 作用:对字典数据进行特征值化(主要是将字典中的value值进行特征值化)
- API:from sklearn.feature_extraction import DictVectorizer
- fit_transform(X):X为字典或者包含字典的迭代器,返回值为sparse矩阵
- inverse_transform(X):X为sparse矩阵或者array数组,返回值为转换之前的数据格式
- transform(X):按照原先的标准转换
- get_feature_names():返回类别名称