python机器学习之sk-learn库（1.特征工程）

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